TensorFlow/torch/anaconda和cuda安装指南

最新推荐文章于 2024-08-19 16:45:16 发布

Nicola-Zhang

最新推荐文章于 2024-08-19 16:45:16 发布

阅读量673

点赞数

分类专栏：环境搭建

本文链接：https://blog.csdn.net/yangwangnndd/article/details/89068297

版权

环境搭建专栏收录该内容

32 篇文章 0 订阅

订阅专栏

一、python3安装

ssh之后到根目录（例如/home/shgx/software）[shgx为用户名]，下载指定版本的Python3源码：

wget https://www.python.org/ftp/python/3.5.6/Python-3.5.6.tgz

解压文件：

tar -xvf Python-3.5.6.tgz

在根目录下（/home/shgx）创建如下路径（mkdir -p bin/Python3）,使用pwd检查Python3下的路径为/home/shgx/bin/Python3
打开刚刚解压的文件目录cd /home/shgx/software/Python-3.5.6/（下面的步骤5.6.7都在此目录下执行）
进行检测

./configure --prefix=/home/shgx/bin/Python3

开启优化功能

./configure --enable-optimizations

执行指令进行编译

make

进行安装

make install

打开cd /home/shgx/bin/Python3/bin查看是否运行成功

执行python3以及pip3或者/pip3

成功之后在根目录下（/home/shgx）创建软链接

ln -s /home/shgx/bin/Python3/bin/python3 python3

以上即完成Python安装，可以在根目录下执行python3

./python3

二、anaconda安装

1.官网列有所有anaconda安装包：

https://repo.continuum.io/archive/index.html

2 Linux下使用wget指令获取相关安装包，指令wget + 下载链接；
3.sh指令安装时，安装指令bash + anaconda安装包(安装包应该是.sh文件)，如果是在自己的用户目录下安装需要制定安装目录，不然默认安装时在/bin之下，这是系统目录，需要super权限；
4.安装成功之后，可以通过指令conda init对环境进行激活，此时在文件~/.bashrc中一般般会出现anaconda的安装路径等相关信息；
如果在安装完成时，并没有执行上述conda init,则需要在 ~/.bashrc 文件中自动添加相关路径，然后使用命令source ~/.bashrc激活即可；

添加的路径信息，需要如下操作：

首先打开文件vim ~/.bashrc #打开之后在文件末尾添加如下语句即可

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/home/zhangxu/software/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/home/zhangxu/software/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/home/zhangxu/software/anaconda3/etc/profile.d/conda.sh"
    else
        export PATH="/home/zhangxu/software/anaconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<

source ~/.bashrc #激活环境

三、 anaconda 添加国内源

1 添加conda国内镜像：

清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# Conda Forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
#menpo
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
# pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

中科大源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
 
conda config --set show_channel_urls yes

2 删除国内源
换回conda的默认源。查看了conda config的文档后，发现直接删除channels即可。

conda config --remove-key channels

3 conda本地包安装

conda install --use-local [pak]

4 对于pip修改国内镜像源和本地安装，具体见下：

https://blog.csdn.net/yangwangnndd/article/details/90579809

四、使用anaconda安装tensorflow-gpu版本

安装tensorflow时，需要tensorflow版本和cuda CUDNN版本保持一致，详细信息查看

查看CUDA版本号： nvcc -V
查看CUDNN版本号：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
版本对应网址：https://www.tensorflow.org/install/install_sources#tested_source_configurations

下面进行安装

python --version chan查看Python版本号
conda create -n yangwang pip python=3.6 #yangwang 为虚拟环境名称
conda activate yangwang #激活虚拟环境
conda install tensorflow-gpu==1.5.0 #安装的tensorflow版本需要和cuda cudnn相对应

conda虚拟环境下卸载安装时：

1.查看安装的包： conda list
2.检查更新当前conda：conda update conda。
3.环境中安装某个安装包：conda install -n your_env_name [package]，其中[]中package为需安装的包名，your_env_name为环境名称。
4.环境中删除某个包：conda remove --name yangwang tensorflow-estimator #yangwang为虚拟环境名称 tensorflow-estimator为安装的具体包的名称
5.删除整个环境：conda remove -n your_env --all

测试

conda activate yangwang / conda activate yangwang#首先激活tensorflow环境
python  #启动python环境
import tensorflow as tf 
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print (sess.run(hello))
conda deactivte  # 退出Python后退出虚拟环境：

注意：目前（2019.05.29）

不支持最新cuda版本10.1，一般使用10.0或者9.0；
Python3.7支持不够完善，还有许多坑，一般使用3.6或者3.5版本；

五、 anaconda 创建虚拟环境安装pytorch[常用]

创建虚拟环境，需要查看Python版本：

conda create -n pytorch python=3.6

参看 Python版本和anaconda版本以及CUDA版本，命令见上；
官网上根据对应机器配置安装相应的pytorch版本：

https://pytorch.org/

安装pytorch：

conda install pytorch torchvision cudatoolkit=9.0 cudnn

注意：

torch存在安装时cuda版本和运行时版本不一致问题，二者一定要保持一致，同样不支持最新的cuda版本10.1（2019.05.29），对于cuda9.2版本支持不完善；
torch-0.4.1默认安装cuda版本为9.0，但是对于本机cuda-10.0版本的需要单独安装为cuda-10.0
安装torch时，不要添加官网指令的后缀的-c pytorch, 否则编译很慢

六、CUDA安装

CUDA官网(所有版本安装包列表)，wget 指令获取：

https://developer.nvidia.com/cuda-toolkit-archive

安装CUDA
添加环境变量,即安装目录

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export PATH=$PATH:/usr/local/cuda-10.1/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.1