百度AI studio配置tensorflow环境

 

目录

 

1 安装准备

2 环境配置

2.1 新建虚拟环境

2.2 激活环境

3 自动化安装


之前做了ai studio 安装pytorch环境的教程后来发现tensorflow也是可以安装的。由于ai studio默认python环境只有2.7和3.7

有些tensorflow版本是装不了的,注意以“!”开头的脚本可以在notebook执行,没加的最好在终端执行

我这里的教程可以自己选择安装任何版本的tensorflow,

安装之前注意自己的python版本,tensorflow版本,cuda版本,cudnn版本,一定要相互匹配

下面给出我的作为参考

python 3.6
tensorflow 1.12.0
cuda 9.0
cudnn 7.4.1
Linux 16.04 (ai studio系统版本)

1 安装准备

1 在ai studio或者notebook下载cuda,注意把下载之后的cuda安装文件的名字改短一点
   这里我改为cuda_9.0.176_linux-run
!wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_384.81_linux-run

2 新建一个目录cuda-9.0/

3 将下载的cuda安装到上述新建的目录中
!sh cuda_9.0.176_linux-run --silent --toolkit --toolkitpath=$HOME/cuda-9.0

4 下载cudnn,注意这个需要去官网注册账号,事先下载到自己的电脑然后,
  注意版本要对,然后通过新建数据集上传到ai studio的data/目录下,名字尽量短,下载之后是一个tgz格式   的文件,我把名字改为cudnn-9.0.tgz

5 解压4步下载的文件到根目录,解压之后的cudnn文件名默认为cuda,
!tar -zxvf /home/aistudio/data/data25688/cudnn-9.0.tgz 

6 解压把cudnn的指定文件copy到cuda安装文件对应的目录中注意目录要对,这一步只需要做一次就可以
!cp cuda/include/cudnn.h cuda-9.0/include/
!cp cuda/lib64/libcudnn* cuda-9.0/lib64/

至此准备工作完成,这些工作只需要一次就可以,接下来进行环境配置阶段

2 环境配置

2.1 新建虚拟环境

 

1 在当前目录新建一个文件命名为envm,运行一下脚本,注意文件名即可
!echo 'export PATH=$HOME/cuda-9.0/bin:$PATH\nexport LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/cuda-9.0/lib64' > ~/envm

2 在终端新建虚拟环境,这里选择与tensorflow版本匹配的python版本
依次,这个需要每次都重新做,我还不知道怎么把这个放到一个shell脚本中,所以只能分开了
conda create -n env_name python=3.6
安装过程选择yes输入y
source activate env_name

2.2 激活环境


2 新建脚本命名为chmod_dua90.sh,加入以下脚本,注意你自己的目录
#!/bin/bash
chmod a+r ~/cuda-9.0/include/cudnn.h
chmod a+r ~/cuda-9.0/lib64/libcudnn*
source ~/envm
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.12.0

3 在终端进入自己的虚拟环境运行上述脚本
source chmod_cuda90.sh就可以使用gpu进行加速了

以后每次重启环境只需要运行以下脚本就可以使用啦啦啦,

conda create -n env_name python=3.6
source activate env_name
source chmod_cuda90.sh

3 自动化安装

把面的命令放到一个脚本中

新建一个env.sh如下,以后每次只需要输入source env.sh即可激活所有环境,然后iimport tensorflow了。如果需要加入其它的环境可在chmod_cuda90.sh中加入。

#!/bin/bash
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes
echo y | conda create -n env_name python=3.6 ; source activate env_name ; source chmod_cuda90.sh

 

 

 

为了防止有些朋友不信,按惯例还是截个图吧,还是mnist手写识别

百度AI studio配置tensorflow环境_第1张图片

参考资料:

https://www.zhihu.com/question/336485090/answer/767751221

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


 

 

你可能感兴趣的:(tensorflow)