Linux 服务器（命令行）安装TensorFlow-GPU 用python虚拟环境

最新推荐文章于 2024-06-30 20:41:02 发布
最新推荐文章于 2024-06-30 20:41:02 发布
阅读量1.1k 收藏 7
点赞数 2
分类专栏： TensorFlow 文章标签： TensorFlow-GPU Linux CUDA
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42894912/article/details/102076516
版权
本文记录了在Linux服务器上安装TensorFlow-GPU的详细步骤，包括安装Anaconda，创建Python 3.6虚拟环境，安装CUDA toolkit，以及解决安装过程中遇到的问题，最后测试安装成功并安装PyTorch。
摘要由CSDN通过智能技术生成

  研究生第二年了，无论是windows还是linux环境，安装TensorFlow-GPU已经好多次了，第一次纯靠自己安装成功，正值国庆期间比较轻松，写个博客记录一下。
  本次安装主要参考这个博客，但是中间好多次出现问题又去找了其它回答解决了，这里就放一个链接，然后把出现过的问题一并写进来。
  之前安装都是先以先安装Anaconda，python，CUDA，Cudnn的方法，因为版本不对或者安装顺序不对等各种各样的问题，装了缷，卸了装，基本没成功过。后来用python虚拟环境安装，anaconda可以自动安装相应版本的TensorFlow和Cudnn，很快就安装成功了。

文章目录

1、安装Anaconda

下载

下载anaconda命令为
wget https://repo.continuum.io/archive/Anaconda3-5.0.1-Linux-x86_64.sh
但是一直出现HTTP Error 404 的错误，这里采用了一种笨方法，就是在网页上下载安装包后上传到了服务器相应的文件夹下。
anaconda下载地址

最低0.47元/天 解锁文章
A1.晓晔（Alice）
关注
专栏目录
服务器安装cuda、tensorflow-gpu环境
wuprogrammer的博客
03-08 1170
1、安装Nvidia驱动（服务器预装了驱动，这步可不做） 1、先查看显卡 lspci | grep NVIDIA 2、再查看驱动版本 nvidia-smi 如果没有安装，使用这个命令安装 （必须禁用nouveau 链接） ubuntu安装显卡驱动的三种方法 以下这步可以不做 使用这个命令，切换更换内核 链接 2、安装cuda-9.0, cudnn-7.6.0 此时nvidia 驱动版本必须大于38...
Linux安装tensorflow
zbzcDZF的博客
08-11 344
原文链接 安装TensorFlow2： pip install tensorflow==2.0.0-alpha0 安装TensorFlow1： pip install --upgrade tensorflow-gpu==1.11.0 若要加速，可以考虑升级pip后换成国内清华源： pip install --user --upgrade pippip config set global.i
Linux服务器上安装CUDA11.2和对应的cuDNN 8.4.0
最新发布
weixin_45819759的博客
06-30 2511
因为我服务器上之前安装过CUDA12，所以会出现这个提示。它表示已经找到了一个现有的CUDA Toolkit 11.2安装，并询问用户是否要升级所有组件或者选择要升级的组件。如果用户不想继续安装，可以选择"No, abort installation"来中止安装过程。我这里选择选择Upgrade all。2022-05-22 06:32:31 configure xserver-xorg-video-nvidia-470:amd64 470.129.06-0ubuntu0.18.04.1 <无>
linux环境下tensorflow安装
ID_LLii的博客
04-24 6652
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言几行命令搞定 前言 提示：这里可以添加本文要记录的大概内容： 安装tensorflow的过程，希望能给像我一样不太熟悉的小朋友们一点帮助 —linux环境下安装tensorflow 提示：以下是本篇文章正文内容，下面案例可供参考 几行命令搞定 创建虚拟环境 conda create -n tensor python=3.6 激活虚拟环境 conda activate tensor 安装pytorch torchvision .
win10安装tensorflow2.0 和 一行命令安装 tensorflow-gpu
刘文凯的博客
10-11 551
win10安装tensorflow2.0 anaconda 1 安装anaconda 下载地址：https://www.anaconda.com/download/ 2 打开anaconda prompt 3 创建python3.7虚拟环境 创建环境 >conda create --name tfenv_py37 python=3.7 激活环境 >conda activate tfenv_py37 激活成功： 4 安装tensorflow2.0 pip install tensorfl
如何安装Tensorflow及Linux相关命令
云瀚的自习室
05-16 209
最近事情真的是很多，自己的研究方向也变动很大，在一个转型期。整理自己的文档，看到自己记录的Linux常用命令，就暂时存博客吧，否则被仍在那个小角落就再也见不到了。 1.复制文件： cp -r dir1 dir2 2.删除文件： rm -rf dir1 3.将test.txt文件移动至dir1目录下 mv test.txt dir1 4.解压bz2压缩包 ta...
在服务器上安装tensorflow-gpu版本及其使用
热门推荐
ws995339251的博客
01-03 1万+
在服务器上安装tensorflow-gpu版本及其使用 本文档是在服务器上，不要su权限，全部命令行下载安装配置教程 ###### 系统 Centos7 所需文件 - cuda9.0（一定是要9.0版本，9.2，10.0都是坑，亲测无效！） - cudnn（一定要与cuda版本匹配，NVIDIA官网具体下载时要注意） - Anaconda （本人下载的是5.4版本，其他版本只......
LINUX环境下的tensorflow-gpu 1.4.1版本环境配置
weixin_42429021的博客
07-15 1331
说明 此环境为linux环境下，tensorflow-gpu的环境配置。 具体的版本为: tensorflow-gpu 1.4.1 CUDA 8.0 cudnn 6.0 注：三者版本要一一对应，官网可查询各个版本对应关系。 Anaconda 1.安装anaconda 在anaconda主页下载anaconda安装包的linux版本： Anaconda3-5.3.1-Linux-x86_64.sh 在Linux 服务器上运行安装。 2.创建环境 安装好之后创建新环境： conda create -n 文件
真·从零开始配置实验室Linux服务器——包括Nvidia显卡驱动安装、Anaconda和Pycharm安装、Pytorch-GPU和Tensorflow-GPU配置、Matlab安装
神仙院B栋4楼保安的博客
11-23 1124
更改输入法 https://blog.csdn.net/qq_38737992/article/details/82229014 创建用户 paa
配置pycharm远程调试的环境(服务器为linux系统)&&服务器上安装tensorflow-gpu及配置cuda环境&&相关问题的解决办法
gsch_12的博客
10-14 5388
本文总共分三部分：一、配置PyCharm远程调试的环境(服务器为linux系统)二、服务器上安装tensorflow-gpu及配置cuda环境，同时改变PyCharm的环境三、配置过程中遇到的问题及解决办法一、配置pycharm远程调试的环境(服务器为linux系统)1、设置sftp文件同步 在PyCharm中打开SFTP配置面板，路径为Tools =&gt; Deployment =&gt; C...
【深度学习 走进tensorflow2.0】linux 下 tensorflow 2.0 环境安装
赖德发的博客
10-14 2183
无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。点这里可以跳转到教程。 人工智能教程 安装python 环境，均以python3.7版本、可用anaconda 安装 conda create -n tf2 python=3.7 进入名为“tf2”的虚拟环境 source activate tf2...
如何无障碍地快速在linux上安装tensorflow？
softdoctor的专栏
11-09 1814
这篇文章适合新手。 如果你是新手，最好是利用pip进行安装，但是安装哪个版本的tensorflow？恐怕是需要解决的第一个问题，要想解决这个问题并不容易，新手往往并不知道该装哪个版本，也不知道都有些什么版本。那该怎么办？ 不着急，需要先访问如下网站找一找需要哪个版本： tensorflow · PyPITensorFlow is an open source machine learning framework for everyone.https://pypi.org/project/tensorf
python 虚拟环境 tensorflow GPU
kyle1314608的博客
12-23 255
拿到一个新的容器之后，怎么创建一个独立的GPU训练环境呢？之前弄的时候总是零零散散的，现在把它总结在这里，供自己以及有需要的朋友查阅。 conda创建 1.1 下载anaconda wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.07-Linux-x86_64.sh 具体的anaconda版本可以从这里获取，找到自己想要的版本，右击复制链接即可。 1.2 安装anaconda bash Anac
几行代码就可以安装Tensorflow-GPU，你学会了吗？
hecongqing的博客
05-28 314
电脑环境：ubuntu 18.04本次教程主要是在Ubuntu 18.04下安装Tensorflow 2.0 GPU版本，大家之前在安装Tensorflow 2.0 GPU版本时，是否经...
Linux下安装tensorflow-gpu,cuda及cudnn
zjy1125的博客
04-25 1269
Linux下安装tensorflow-gpu Anaconda3的安装 首先安装anaconda3,第一步进入官网"https://www.anaconda.com/products/individual"，找到自己需要的版本：”wget+链接“； 第二步：找到安装包：Anaconda3-2020.11-Linux-x86_64.sh 在其所在目录下使用bash命令安装：bash Anaconda3-2020.11-Linux-x86_64.sh 安装过程中需要按回车以及输入y(yes)!中间有一步比较慢，
在linux上安装GPU版本的tensorflow2.3教程
weixin_45681833的博客
09-26 849
学习tensorflow，但是当上手的时候会发现配置环境才是最让人头疼的。 当前miniconda只提供python3.8 linux64的版本，所以需要之后新建立环境 参考以下三个链接，帮你实现装配一次成功！ miniconda下载安装：https://blog.csdn.net/qq_38214903/article/details/97100821 配置环境：https://www.bilibili.com/video/BV1Zt411T7zE?p=3 https://www.bilibili.c
Anaconda+清华源+linux安装tensorflow-gpu1.4（2018.5.30亲测可用）
change_things的博客
05-30 6493
1、https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 按教程下载安装anaconda并配置清华源2、conda install --channel https://conda.anaconda.org/cjj3779 tensorflow-gpu 安装tensorflow-gpu1.4-----------------------------我...
Linux服务器成功安装TensorFlow-GPU并成功调用GPU
qq_51570094的博客
04-12 9689
在我们做深度学习的时候，需要高速大量的运算，这就对我们的设备要求较高。在服务器上运行代码就成了一个不错的选择，但是服务器与我们常用的Windows系统是不一样的，Windows系统是图形交互界面的，我们完成所有的工作只需要点点点就行了，但是服务器就不一样，服务器多数都是命令交互式的，我们需要输入一个命令，然后在去查看或者修改东西。 下面就是在服务器运行深度学习代码的一个基础环境搭建教程，基于TensorFlow的。 假设我们拿到的是一个全新的安装好操作系统的服务器，那么我们需要进行一下几个步骤： 1.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值