Ubuntu24.04｜LXD用户｜在Conda虚拟环境搭建tensorflow2.x并使用GPU（查看/安装/卸载cuda、cudnn）

已于 2024-08-16 15:36:42 修改
阅读量861 收藏 24
点赞数 15
文章标签： conda tensorflow 人工智能
于 2024-08-16 15:19:33 首次发布
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_45041379/article/details/141225832
版权

Ubuntu24.04｜LXD用户｜在Conda虚拟环境搭建tensorflow2.x并使用GPU（查看/安装/卸载cuda、cudnn）

对于使用 Ubuntu 系统的 LXD 用户，NVIDIA 驱动程序在初始设置时已自动安装完毕。在使用 Conda 配置 TensorFlow-GPU 虚拟环境时，无需在本地安装任何额外的驱动程序、CUDA 或 cuDNN。

安装Anaconda

  1. wget下载
wget -c 'https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh' -P /home/[username]/downloads
  1. 用bash命令安装Anaconda
bash /home/[username]/downloads/Anaconda3-2024.02-1-Linux-x86_64.sh

详细过程参考：KRISNAT，超详细Ubuntu安装Anaconda步骤+Anconda常用命令

这里提一下因为可能关系到conda库里到底有没有版本的问题
我安装的是Anaconda3-2024.02-1-Linux-x86_64.sh
由于在后面conda install比较有限，先安装一下conda-forge。

conda install -c conda-forge conda-pack

初始环境检查

查看gpu和驱动信息

cat /proc/driver/nvidia/version

在这里插入图片描述

  • nvidia-driver: 550.54.15
nvidia-smi

gpu信息
能显示说明初始拿到系统的时候驱动已经装好了。

nvidia-smi -L

在这里插入图片描述

若报错：Failed to initialize NVML: Driver/library version mismatch NVML library version:xxx

如nvidia-smi报错Failed to initialize NVML: Driver/library version mismatch NVML library version:xxx， 说明要检查自己系统安装的驱动版本可能超过了系统可安装的最高版本驱动。此时需要卸载nvidia-driver的相关文件。参考：鳗小鱼，【已解决】Failed to initialize NVML: Driver/library version mismatch NVML library version: 535.161

sudo dpkg --list | grep nvidia

grep出来没东西
在这里插入图片描述

查看本地cuda和cudnn安装情况

# 用 ls [path] | grep [target] 有显示本地已有的cuda toolkit
ls /usr/local/ | grep cuda

nvcc -V

在这里插入图片描述

啥也没有

在conda虚拟环境中自动安装Tensorflow-gpu✅

指定cuda版本【较有限】

经过多次尝试，能够在创建环境时直接自动安装的最高应该只能到cuda10(针对我安装的anaconda版本)

conda create -n tf-cu10 tensorflow-gpu cudatoolkit=10.0

不指定cuda版本【最丝滑】

  1. 自动安装gpu版本tensorflow：
conda create -n tf-gpu-auto tensorflow-gpu

  • 装好没报错这个虚拟环境就可用了。

  • 安装的时候就可以看到conda自动安装的版本是什么。也可以装好之后用conda list | grep cuda列出当前 Conda 环境中与 cuda 相关的所有已安装包
    在这里插入图片描述

  • 后面会发现尝试手动安装费时费力不如直接这么做

在conda虚拟环境中手动安装（未解决）

安装之后可以使用tensorflowgpu但是tf.config.experimental.list_physical_devices(‘GPU’)返回空列表。有可能是安装了依赖但是缺失了关键文件。

检查是否存在对应版本

参考官网（语言切换成English）GPU

我安装的是tensorflow2.4.0 + python 3.8.18 + cudatoolkit11.0.221 + cudnn 8.0.5.39

  1. cuda=11.0.221
  2. cudnn=8.0.5.39
  3. bazel=3.1.0
  4. tensorflow=2.4.0
    5. 检查gcc版本是否符合条件 （不需要检查gcc，只要python版本对应即可）

开始安装

conda安装cudatoolkit

conda install cudatoolkit=11.0.221

在这里插入图片描述

conda安装cudnn

conda install cudnn=8.0.5.39

在这里插入图片描述

conda安装bazel

conda install bazel=3.1.0

在这里插入图片描述

conda安装tensorflow

conda install tensorflow=2.4.0 -c conda-forge

弹出一些升级和降级的提示。感觉这些包问题不大，选y继续安装
在这里插入图片描述
在这里插入图片描述

手动安装的问题

测试tensorflow显示没有gpu在这里插入图片描述
之前在另外一台服务器上按同样版本手动安装的没有问题，但这里不行
参考https://blog.csdn.net/xiaxinkai/article/details/138261203修改了环境变量，但是没用。

其他问题

  1. 直接sudo apt install nvidia-driver-xxx （xxx为ubuntu-drivers devices 提供的推荐版本）就很容易出现装太高的问题（比如550.90)
    在这里插入图片描述

参考

anaconda
超详细Ubuntu安装Anaconda步骤+Anconda常用命令

tensorflow gpu
Linux conda中Tensorflow GPU安装配置全面梳理（包含cuda、cudnn）
Ubuntu22.04 下使用 Conda 安装 tensorflow-gpu 版本
Install TensorFlow
Anaconda虚拟环境中安装CUDA
tensorflow-gpu2.x无法检测到GPU设备
【已解决】Failed to initialize NVML: Driver/library version mismatch NVML library version: 535.161

卸载、安装本地cuda和cudnn
Ubuntu下完全移除cuda和nvidia驱动并重新安装新版本cuda

大壮爬坡
关注
【ai】ubuntu安装miniconda
突围
06-14 107
conda create -n hybrik python=3.8 -y
海光DCU-GPU-DTK 24.04.1 hipgdb使用手册.pdf
07-12
### 海光DCU-GPU-DTK 24.04.1 hipgdb使用手册 #### 1. 简介 ##### 1.1 hipgdb hipgdb 是一款针对海光DCU（Data Center Unit）GPU平台开发的专业调试工具。它基于GDB（GNU Debugger）框架构建，并进行了大量的定制...
windows11+Ubuntu 24.04，安装Ubuntu 24.04、Nvidia 驱动、cuda、cuDNN
06-18
本人实测，Ubuntu24.04按照我的步骤去做更丝滑。 windows11+Ubuntu 22.04双系统共存，安装Ubuntu 22.04，然后安装Nvidia 驱动、cuda、cuDNN、anaconda、虚拟环境、VS Code 和 Pycharm 专业版。 注：新手请参考我附加的链接进行操作。有一定经验的同学可以看本文快速安装。
ubuntu 24.04 安装 Nvidia 显卡驱动 + CUDA + cuDNN，配置 AI 深度学习训练环境，简单易懂，一看就会！
u010912615的博客
08-14 3223
ubuntu 24.04 安装 NVIDIA 显卡驱、cuda、cudnn，显卡并行计算开发框架，利用 GPU 加速深度学习算法，一步到位安装成功。
018、Python+fastapi，第一个Python项目走向第18步：ubuntu24.04 安装cuda和pytorch环境
浪淘沙jkp的专栏
05-01 2238
我们安装了pytorch环境之后，会用yolo v9 来测试一下，看8g 显存能不能跑下来，上次用无影云电脑，4cpu+8g内存直接爆了，云电脑也死机了，提示一直占用内存不释放，我自己的云电脑不能占用内存，所以很黑啊，这云电脑和我们自己装的虚拟机差不多，几个虚拟机不是实给的资源，是共用的吧，我用了8g满了，而且不释放，这样不行啊，直接让你死机了，废话少说，Anaconda3我们前面文章里装过了，
Ubuntu24.04下向日葵，CUDA，cuDNN的详细安装，亲测有效
weixin_52326559的博客
08-16 6282
在ubuntu24.04下，向日葵，cuda，cudnn安装小白手册
GPU 版本Tensorflow 2.X 简易详细安装教程
weixin_45908554的博客
03-01 2177
Cuda版本-cuDNN版本-python版本-tensorflow版本 相互版本匹配安装完才能正常工作 eras→numpy→scipy seaborn→matplotlib→pandas→scikit-learn版本匹配问题 CUDA与cuDNN的安装步骤
Ubuntu 24.04 LTS.zip
05-20
网盘文件永久链接 Ubuntu 24.04 64-bit ARM (ARMv8 AArch64) server install image ubuntu-24.04-desktop-amd64 ubuntu-24.04-live-server-amd64
海光DCU-GPU-DTK 24.04.1 CUDA 程序适配使用手册.pdf
07-12
### 海光DCU-GPU-DTK 24.04.1 CUDA程序适配使用手册 #### 一、GPUfusion简介 海光DCU-GPU-DTK 24.04.1 CUDA程序适配使用手册主要介绍了如何在海光的DCU设备上进行CUDA程序的适配与优化。该手册提供了详细的指导来...
【Tensorflow2.x】tensorflow-gpu 在 Ubuntu 上的安装
qq_41297934的博客
07-10 3789
好几次遇到问为什么安装的 tensorflow 不能调用GPU，之前搞定过几次，前两天又有人问，又捣鼓了很久才搞定，这里简单记录一下我遇到的问题，以及解决方案。
Ubuntu16.04安装TensorFlow2.x CPU和GPU必备指南
片刻 - ApacheCN
10-25 1068
原文内容：https://github.com/apachecn/AiLearning/blob/master/docs/TensorFlow2.x/安装指南.md CPU安装:pip install tensorflow GPU安装:pip install tensorflow-gpu【别慌，GPU需要先安装以下内容】 注意: 不要同时安装 硬件要求 支持以下启用GPU的设备：...
在移动硬盘上搭建Ubuntu24.04深度学习环境（Anaconda + CUDA + Pytorch）
Zosea231的博客
05-08 4098
记录Ubuntu24.04 LTS amd64在1T高速移动硬盘部署深度学习环境的全过程
ubuntu 24.04安装anaconda使所有用户能在上面安装独立环境
qq_35988540的博客
07-01 603
如果仅为当前帐号安装的话，本教程兼容为当前帐号安装的情况。然后放需要放的地方，默认是/root/anaconda3，这个位置不太好，因为其他用户没有权限访问，可以改成/opt/anaconda3之类的大家可以公共访问的。有一种奇妙的需求是，实验室某一台服务器需要装conda，既要保证其他用户能正常创建环境以及使用，又要让这些环境共有。接着装环境和lib可能会挺慢的，只能借助国内镜像，在conda和pip上设置镜像源（此处省略步骤）在页面输入enter，然后出现服务条款，按q，然后输入yes回车。
机器学习筑基篇，Ubuntu 24.04 安装使用 Anaconda 工具包
WeiyiGeek 唯一极客IT知识分享
07-11 1135
[知识是人生的灯塔，只有不断学习，才能照亮前行的道路]Ubuntu 24.04 安装使用 Anaconda 工具包描述：在《#AIGC学习之路》专栏中，我们介绍了机器学习相关环境的搭建部署，本章将作为机器学习筑基期的最后一篇，主要介绍在工作站中进行 Anaconda 工具包环境安装实践，给初学者安装使用 Anaconda 做一个指引。温馨提示：如果你在其他平台上看到此篇文章，请一定要关注《全栈...
ubuntu系统安装CUDA【笔记】
AnsonNie的博客
04-27 603
实践设备为：华硕FX-PRO（NVIDIA GeForce GTX 960M）
Ubuntu 安装CUDA
热门推荐
str1ngthen的博客
10-12 1万+
可以发现，我这里的NVIDIA显卡驱动版本是 470.141.03，这里可以看到本机最高支持 cuda 11.4 ，也就是说11.4之下的CUDA版本该显卡都可以支持，11.4之上的则不支持。通过上表可以发现，由于自己的NVIDIA显卡驱动版本是 470.141.03，所以自己电脑显卡支持的版本CUDA 11.4及之下。后,终端就会跳出选择界面，回到正常终端模式，并且没有用任何提示。这是正常现象，等待安装完成即可。所以需要根据已有的显卡驱动版本，去。（以CUDA11.4为例）
Ubuntu系统的conda基础操作（安装、创建环境、退出）
cryptocxf的博客
09-29 1万+
学习在ubuntu系统上使用conda
在Ubuntu 24.04上安装Python虚拟环境 ros2
最新发布
09-10
在Ubuntu 24.04上安装ROS 2（Robot Operating System）的虚拟环境，通常建议使用Python的`venv`（Python 3自带的虚拟环境工具），因为ROS 2官方文档推荐使用系统级别的`python3 -m venv`。如果你已经安装了ROS 2的`rosdep`包，可以按照以下步骤操作： 1. **创建新目录**： 首先，选择一个方便的位置来创建虚拟环境，例如在`~/src/ros_ws`下： ```sh mkdir -p ~/src/ros_ws cd ~/src/ros_ws ``` 2. **创建虚拟环境**： 使用`venv`创建名为`my_venv`的虚拟环境： ```sh python3 -m venv my_venv ``` 确认环境已创建： ```sh source my_venv/bin/activate ``` 3. **激活虚拟环境**： 激活虚拟环境后，所有后续的`pip`安装都将在这个环境中生效： ```sh (my_venv) $ ``` 4. **安装ROS 2**： 进入ROS 2的安装目录并安装相关依赖： ```sh cd ~/src git clone https://github.com/ros2/ros2.git ``` 5. **安装 ROS 工具链**： ``` colcon install --symlink-install ``` 6. **验证安装**： 切换回工作空间根目录，运行ROS2命令行工具如`ros2 run`来确认虚拟环境是否正常工作。 **注意事项**： - 如果你需要安装特定版本的Python或额外的库，可以在创建虚拟环境时指定版本，比如 `python3.9 -m venv my_venv`。 - 对于某些ROS包，可能还需要通过`ros2 launch`命令指定虚拟环境。
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