1.pyenv
按照GitHub上的教程:
安装之前要限安装curl 和git-core:
sudo apt-get install curl git-core
接着开始正式安装:
$ curl -L https://raw.githubusercontent.com/yyuu/pyenv-installer/master/bin/pyenv-installer | bash
安装完成后,根据提示将如下语句加入到 ~/.bashrc 中:
输入:
2.安装anaconda
敲入安装命令:
$ pyenv install anaconda2-4.2.0
之后对其进行更新:
$ conda update conda
敲入pyenv命令来查看系统中的python版本,并利用global语句设置全局默认的python为anaconda3-5.3.0版本:
3.cuda
该部分参考自TensorFlow Installation Guide
根据TensorFlow官网的指定,gpu版本对于cuda8.0和cnDNN5.1版本运行效果最好,并且需要gpu的计算性能在3.0以上:
- 校验gpu计算能力
首先验证下gpu的计算能力,在网址:
https://developer.nvidia.com/cuda-gpus
中找到自己的gpu版本型号,查看计算性能是否大于3.0。
2.安装cuda8.0
在官网下载Cuda ToolKit套件:
注意Version选择18.04(对应ubuntu的版本)
Downloads:
安装:
安装步骤如上图官网所示,默认的安装路径为/usr/local/cuda。安装完成后,可以查看下是否存在这个文件夹,存在的话即安装成功。
4.cuDNN
https://blog.csdn.net/lucifer_zzq/article/details/76675239
5.tensorflow
执行以下命令创建python版本为3.7、名字为tensorflow的虚拟环境。tensorflow文件可以在Anaconda安装目录envs文件下找到
conda create -n tensorflow python=3.7
输入conda env list查看:
To activate this environment, use
$ conda activate tensorflow
To deactivate an active environment, use
$ conda deactivate
6.pytorch
1、源码下载
git clone --recursive https://github.com/pytorch/pytorch
2、安装
打开,并进入刚下载的源码文件夹
cd ./pytorch
pytorch包导入测试
在Python环境下输入命令:
import torch
如果在导入pytorch包没有提示错误,就说明安装成功了。