配置GPU环境,将自己的tensorflow2.0.0的机器学习程序完全跑通,linux+Anaconda+tensorflow2.0.0+GPU+python=3.7.6
conda create -n 文件名 python=3.7.6
建立自己的环境文件名,以免影响别人的配置,文件名自己取,在此文件夹下配置环境,安装python3.7.6
询问y/n 均用y
conda env list
查看环境列表,看自己是否成功
source activate 文件名
激活自己的配置环境
conda list
查看自己安装了那些包,还缺什么包
pip install 包名
想下载啥包就啥包,只需要变包名
pip install tensorflow-gpu
下载tensorflow GPU版本conda install cudatoolkit=10.0 cudnn=7.6.0
非常重要:一定要查清楚tensorflow2.0.0对应的CUDA和cudnn的版本,精确到0.0000…不然运行会出错,此文章是tensorflow2.0.0对应的版本,安装时要根据自己的需求查阅改变。
cd 路径
进入自己的程序文件夹下python main.py
运行自己的主程序
完成上面九步,在GPU上运行程序就成功了。
拓展:查看自己的GPU是否被使用,以及利用率
nvidia -smi
重启GPU:先进入root 然后reboot