使用conda在linux搭建pytorch和tensorflow的GPU运行环境

已于 2022-05-10 10:35:11 修改
阅读量1.2k 收藏 2
点赞数
分类专栏： Linux python 文章标签： ubuntu python linux tensorflow pytorch
于 2022-05-07 20:08:44 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_48387678/article/details/124432105
版权

Tips: 本文使用的服务器为ubuntu18.04(1080ti x2)

文章目录

步骤总览：

  1. 安装显卡驱动
  2. 下载conda
  3. 配置pytorch环境
  4. 配置tensorflow环境
  5. 国内换源相关

安装显卡驱动

按简单顺序可分为3种，推荐第二种PPA安装。

第一种：在可视化的界面中可以直接安装系统推荐的驱动

ubuntu详见

第二种：命令行安装

可以通过命令行，安装PPA里面的nvidia驱动:

sudo add-apt-repository ppa:graphics-drivers/ppa --yes
sudo apt update
sudo apt search nvidia # 找到自己想安装的版本xxx
sudo apt install xxx

第三种：官网驱动安装（不推荐）

可以参考nvidia 510.60.02 版本的官方教程，下文是对官方文档的一个简单概括：

  1. 下载驱动
  2. 安装前准备工作：下载编译基本环境、关闭所有OpenGL应用、X Server以及屏蔽Nouveau、关闭bios的secure boot
  3. 安装驱动

下载驱动

(1) 百度搜索"nvidia driver"或者"英伟达显卡驱动"（如果是在需要装环境的设备上搜索的记为情况一，通过远程ssh登陆的为情况二）
百度搜索
(2) 选择你的显卡类型和操作系统，我是装有1080ti的ubuntu amd64位的操作系统，所以选择的是:GeForce 10series, GeForece GTX 1080ti; Linux 64-bit, 保险起见语言选择English.之后点击搜索，点击download（这里要点击download一次）

选择驱动
(3) 进入下面界面，情况一直接点击下载，情况二拷贝下载链接，在远程连接的终端上输入wget +拷贝的链接，注意链接应含有 .run （如：https://www.nvidia.com/content/DriverDownload-March2009/confirmation.php?url=/XFree86/Linux-x86_64/510.60.02/NVIDIA-Linux-x86_64-510.60.02.run&lang=us&type=TITAN）
下载驱动

安装前准备工作

下载编译基本环境
sudo apt update
apt install bu
最低0.47元/天 解锁文章
孙策伯符
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Linux下Anaconda中指定的环境中安装Pytorch-GPU
weixin_44412076的博客
11-03 747
1.硬件方面首先是检查电脑（服务器）上是否安装了cudnn,cuda。 在安装了的前提下，检查cudnn，以及cuda的版本号： 查看CUDA版本： cat /usr/local/cuda/version.txt 查看cudnn版本： cat /usr/local/cuda/include/include/cudnn.h | grep CUDNN_MAJOR -A 2 2.查看torch不同版本发布日期： https://mirrors.tuna.tsinghua.edu.cn..
linux 下用conda安装pytorch
Tabbyddd的博客
09-05 447
添加镜像 在终端输入命令行：vim .condarc 去pytorch官网找到自己需要的命令 删除命令后面的 -c pytorch 在终端运行上面的命令即可
Linux (Ubuntu) 下 conda 虚拟环境安装 GPU 版 tensorflow2
hazelnut_x的博客
09-26 726
conda 虚拟环境安装 GPU 版 tensorflow2，亲测有效。 安装最新版 tensorflow2.6（截至21年9月26日），步骤如下： 安装 cudatoolkit：conda install cudatoolkit=11.2 安装 cudnn： conda install cudnn 安装 tensorflow ： pip install tensorflow 注意点： tensorflow 现已默认安装 GPU 版本 先安装 cudatoolkit 和 cudnn，再安装 tens
在linux系统上使用conda虚拟环境并安装tensorflow
hu_666666的博客
10-26 1477
通过自己的实践经验总结出来了在Linux系统上使用conda虚拟环境并安装TensorFlow的方法，希望能够帮助到大家。
Linux服务器下用conda配置pytorch+cuda
qq_43797186的博客
12-11 907
Linux服务器下配置pytorch+cuda 查看版本 首先查看服务器cuda支持的版本， 使用 **nvcc -V** 命令查看版本信息 创建虚拟环境 Anaconda创建环境： 比如，创建pyhon＝3.6的版本环境取名叫 pytorch_gpu conda create -n pytorch_gpu python=3.6 下载完毕后； 激活虚拟环境 source activate pytorch_gpu （pytorch_gpu是你自己命名的虚拟环境名字） 为服务器配
anoconda环境中pytorch和tensorflow环境的兼容
01-20
每次激活tensorflow或者pytorch的虚拟环境时，要重新去.bashrc文件中添加对应环境的cuda路径，这样非常的麻烦。 解决方法： 一、每次使用不同cuda版本的环境时，手动修改.bashrc文件中对应环境的cuda路径。 1.激活...
anaconda中的tensorflow虚拟环境-Linux（conda-pack打包）
08-02
本资源是搭建在Linux服务器上anaconda3中的tensorflow虚拟环境，已经经过测试，并且投入了生产，可以直接用。 本环境用conda-pack打包，只需要直接解压到anaconda路径下的envs中就可以直接...2、在服务器上离线搭建环境
win10使用anaconda创建独立环境，安装pytorch，tensorflow多个版本
01-06
在win10上安装好anaconda，使用anaconda创建独立环境，在独立环境下安装pytorch，tensorflow多个版本。 查看当前配置环境： 打开命令窗口，依次执行以下命令：conda info -e 1、添加清华源 【为了加快速度，如果不...
如何在Linux服务器上配置PyTorch的GPU版本？
最新发布
01-16
现在一般租的远程服务器都会自带Anaconda环境 我们只要创建对应的虚拟环境，简单配制即可 这里我的电脑配置是2080ti服务器 create -n pytorch python=3.8 创建了一个python3.8的...然后在pytorch官网找到安装命令，
如何搭建pytorch环境
12-20
如何搭建pytorch环境1.conda创建虚拟环境pytorch_gpu2.切换到pytorch环境3.安装几个常用库（也可暂时不安）4.安装pytorch4.1进入官网查看要下载的版本4.2 根据系 统信息及cuda版本选择对应toolkit4.3复制上图中最后...
linux安装anaconda及配置pytorch环境
热门推荐
Qlz的博客
03-16 1万+
文章目录下载anaconda使用conda创建新环境判断是否安装成功判断pytorch是否安装成功检验是否可以使用GPU 下载anaconda 这里有多种方法，可以下载到windows然后通过xftp传到linux服务器上，也可以使用wget命令直接在linux上下载 我这里使用的是第二种方法，下载源使用的是官网的官网，如果觉得速度太慢可以使用清华镜像源，选择自己需要的版本就行 wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_
conda环境配置 linux (tensorflow)
heart_arsonists的博客
12-09 259
下载conda，此处推荐Anaconda。 下载地址 进入下载conda的文件夹，运行如下命令conda文件可被执行。 chmod +x [conda文件名] 在terminal运行conda文件。 将conda的环境变量加入bashrc文件。环境变量大概长这样: export PATH=/home/[你的用户名]/anaconda3/bin:$PATH cd gedit .bashrc 重新打开终端。以后想打开虚拟环境只需要source activate [自创的环境名]. con..
linux用gpu运行pytorch框架
qq_15821487的博客
12-29 743
import torch print(torch.__version__) # '1.7.0' print(torch.version.cuda) # 10.2 >>> torch.cuda.is_available() # False nvidia-smi查看本机linux的型号 访问以下网站，查看各个对应的版本号，已经安装方式 https://pytorch.org/get-started/previous-versions/添加链接描述 pip install torch==1
Linux安装Anaconda和TensorFlow
计算机毕业论文源码，学生个人网页制作html源码。贴近用户做网络推广和互联网优化。
08-09 198
　　众所周知Python常用的版本有2.x和3.x，常常会引起版本问题。由于我在Linux系统中已经安装有Python3.x和对应的TensorFlow，现在遇到需要跑在Python2.x下的TensorFlow工程时，就很麻烦，因此可以用Anaconda来建立一个独立的小环境来另外安装Python2.x及其对应的Tens...
Linux安装Anaconda和cuda、cdnn和Tensorflow-gpu
wolframalpha的博客
01-18 1万+
总结网址： http://blog.csdn.net/wolframalpha作者： 李毅全部看完在敲命令。先安装Anaconda,在安装cuda和cudnn,最后是tensorflow安装tensorflow根据官网：https://www.tensorflow.org/install/install_linux#installing_with_anaconda上不了的同学可以到 ：http:/
Linux服务器安装Anaconda\Pytorch\Tensorflow-gpu
AI_JOKER的博客
07-13 491
好久都没有写博客了，恰巧在一家公司实习，要在公司的AI服务器上安装anaconda，索性记录一下过程。 我使用的shell客户端为mobaxterm 1、连接服务器 2、cd到安装在路径下 3、安装anaconda，进入anaconda官网https://www.anaconda.com/products/individual，获取linux版本，这里安装x86版本即可 右键得到下载地址https://repo.anaconda.com/archive/Anaconda3-2021.05-Li
【Linux，Windows】指定GPU运行代码
wanghan0526的博客
11-16 1314
Linux、Windows查看GPU状态的各种操作命令。
如何在Linux中使用命令调用GPU
weixin_47766713的博客
10-26 955
通常可以同时使用同一个账号在一个服务器上的多个窗口中启动不同的进程，每个进程可以利用服务器上的不同GPU卡来运行代码。这里，CUDA_VISIBLE_DEVICES环境变量允许你指定哪个GPU卡用于特定的进程。通过这种方式，你可以并行运行多个进程，每个进程都在不同的GPU卡上执行任务。请注意，具体的命令和方式可能会根据你的服务器和操作系统而有所不同，你可以根据服务器的配置和需要进行适当的调整。# 在第一张GPU卡上启动进程1。# 在第二张GPU卡上启动进程2。# 在第三张GPU卡上启动进程3。
在linux系统上使用conda 安装GPU版本TensorFlow-GPU（详细步骤）
Peyzhang的博客
07-01 5607
conda会比较科学库会比较多，以后不想单独安装要使用的每个包。并且现在安装需要花费一些时间和3G的内存空间就可以用conda，miniconda只会安装一些基础都软件包，因此你没有足够的空间或者想要快速都访问Python 和 conda 命令并且希望稍后整理其他程序，就可以下载miniconda。对于安装TensorFlow-GPU，在Linux系统上，并且考虑磁盘空间，以及并不会用到太多都其他库选择我会选择安装miniconda。conda:https://www.anaconda.com/produc
怎么使用Anaconda中包含的PyTorch和TensorFlow版本来使用CUDA
05-28
如果您已经安装了Anaconda和NVIDIA GPU驱动程序，那么您可以按照以下步骤在Anaconda中使用PyTorch和TensorFlow版本来使用CUDA： 1. 创建一个新的conda环境： ```bash conda create --name myenv ``` 2. 激活新的conda环境： ```bash conda activate myenv ``` 3. 安装PyTorch： ```bash conda install pytorch torchvision torchaudio cudatoolkit=<version> ``` 这里的`<version>`是您所安装的NVIDIA CUDA版本。 4. 安装TensorFlow： ```bash conda install tensorflow-gpu ``` 这将安装TensorFlow GPU版本，该版本支持CUDA加速。 5. 在Python脚本中导入PyTorch和TensorFlow，并使用CUDA进行加速： ```python import torch import tensorflow as tf # 检查CUDA是否可用 print(torch.cuda.is_available()) print(tf.test.is_gpu_available()) # 将张量移到GPU上 x = torch.randn(10, 10).cuda() y = tf.random.normal([10, 10]).cuda() ``` 这将检查CUDA是否可用，并将PyTorch和TensorFlow的张量移到GPU上以进行加速。 注意：如果您使用的是Windows操作系统，还需要在Anaconda Prompt中使用以下命令设置环境变量： ```bash set "KERAS_BACKEND=tensorflow" ``` 这将设置Keras的后端为TensorFlow，以便在使用Keras时使用CUDA加速。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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