Ubuntu20.04安装Anaconda+TensorFlow-GPU
Linux-Ubuntu20.04系统可以同时存在多个Python版本,自带Python-3.9版本,根据需要可以自行下载需要的版本,这里我下载并使用的是Python-3.8版本。
目录
一、Anaconda下载与安装
官网下载链接:https://www.anaconda.com/products/individual,点击官网下载链接进入界面,拉到页面最下方,选择系统对应的下载链接进行下载,这里我选的是Linux系统下的第一个链接。下载过程中会遇到下载自动停止的现象,刷新后会自动接着下载。
下载完成后,遇到下载的Anaconda有🔓(锁)样式的图标,是自己的权限不够,办法如下所示。
cd 下载/
ls -l
chomd -R 777 Anaconda3-2021.05-Linux-x86_64-1.sh
找到下载好文件夹的位置,如下图所示。
打开终端输入命令:
bash ~/home/admina/下载/Anaconda3-2021.05-Linux-x86_64-1.sh
开始安装,遇到选择都选择同意yes。安装完成之后配置环境变量,打开终端输入命令:
sudo apt install vim
vim ~/.bashrc
使用Ctrl + g到达文本最后一行,然后按shift + i进入vim的编辑模式,在文本最后加上:
export PATH="~/anaconda3/bin:$PATH"
按Esc退出编辑模式,然后按:wq保存修改并退出。最后,打开终端输入命令:
source ~/.bashrc
能够看到版本号说明安装成功,打开终端输入命令:
anaconda --version
二、TensorFlow-GPU环境配置
重点:安装配置合适的NVIDIA驱动、CUDA和cuDNN!!!
1.安装NVIDIA驱动
1.1禁用nouveau驱动
打开blacklist.conf文件,打开终端输入命令:
sudo gedit /etc/modprobe.d/blacklist.conf
在文本最后输入内容,保存并退出:
blacklist nouveau
options nouveau modeset=0
更新,打开终端输入命令:
sudo update-initramfs -u
打开终端输入命令,重启系统:
sudo reboot
重启后打开终端输入命令,没有屏幕输出说明禁用nouveau成功:
lsmod | grep nouveau
1.2查看驱动版本并安装
查看版本,打开终端输入命令:
ubuntu-drivers devices
驱动安装,打开终端输入命令:
# 自动安装推荐的驱动
sudo ubuntu-drivers autoinstall
# 安装nvidia460驱动
sudo apt install nvidia-driver-460
安装成功之后一定要重启重启重启,重要的事情说三遍。确认安装成功,打开终端输入命令:
nvidia-smi
2.配置CUDA
2.1下载和安装
官网下载链接:https://developer.nvidia.com/cuda-toolkit-archive,进入官网找到DOWNLOADS界面,选择第一个CUDA Toolkit进入。
按照如下图所示进行选择:
找到对应安装说明的代码,打开终端输入命令:
wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.run
2.2添加环境变量
打开终端输入命令,打开.bashrc文件:
sudo gedit ~/.bashrc
在文件的最后添加以下命令,保存并退出:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
export PATH=$PATH:/usr/local/cuda-11.1/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.1
更新环境,在终端输入命令:
source ~/.bashrc
2.3验证安装是否成功
打开终端输入命令:
nvcc -V
3.配置cuDNN
3.1下载和安装
官网下载链接:https://developer.nvidia.com/cudnn,点击官网下载链接进入界面,进行注册登陆,点击Download cuDNN,选择第一个点击下载适合CUDA 11.x版本,cuDNN Library for Linux (x86_64)点击链接进行下载。
我下载到了linux系统下载目录,进入下载目录进行解压缩,打开终端输入命令:
cd 下载
tar zxvf cudnn-11.3-linux-x64-v8.2.0.53.tgz
解压缩之后会得到cuda文件夹,打开终端输入命令:
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
在输入第二行命令时报错了,cp:无法通过符号链接’/usr/local/cuda/lib64/libcudnn.so.8’进行操作,对/libcudnn.so.8进行删除,只能留下一个libcudnn.so.8.0.5文件,打开终端输入命令:
cd /usr/local/cuda/lib64
sudo rm -f libcudnn.so.8
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
3.2验证安装是否成功
打开终端输入命令:
cat cuda/include/cudnn_version.h |grep ^#
三、TensorFlow-GPU安装
环境配置好之后,GPU版本的TensorFlow安装就很简单了,打开终端输入命令:
sudo pip3 install tensorflow-gpu
验证TensorFlow-GPU是否安装成功,打开终端输入命令:
pip show tensorflow-gpu
打开终端输入命令,打开如下的界面:
anaconda-navigator
launch自己喜欢的软件,我比较喜欢用spyder和jupyter notebook,安装spyder或者打开终端输入即可:
jupyter notebook
spyder
总结
在全新的双系统电脑上面,一点点的学习,一点点的配置环境,整个过程就像一张白纸一样任意你操作,最后什么样子的结果取决你自己。从Linux-Ubuntu系统,安装Anaconda、配置安装TensorFlow-GPU的环境到最后TensorFlow安装成功,是一件很有成就感的事情,好了,接下来的学习之旅开始咯~每一种下载安装的方法都不止一种,要找到适合自己安装的版本和方法。会报错或者遇到问题都是很正常的事情,这时候就需要百度了,多问问度娘,会有各种各样的解决办法(还请大佬请勿抨击,欢迎小伙伴一起讨论学习)。