【深度学习004】环境搭建 install tensorflow-gpu=1.13 + anaconda + python3.6
安装过程
-
安装 anaconda ，注意安装的版本号。https://blog.csdn.net/qq_39782872/article/details/89335574
-
创建一个虚拟环境
conda create -n 自定义名字 pip python=3.6// python版本也可以定制 -
激活环境 ：
source activate 名字 -
安装tensorflow ：
conda install tensorflow-gpu//也可指定版本号 -
检测安装结果
操作实录：
li@li-System-Product-Name:~$ conda --version
conda 4.5.4
li@li-System-Product-Name:~$ echo $PATH
/home/li/anaconda3/bin:/usr/local/cuda-10.0/bin:/usr/local/cuda-10.0/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin
$ conda create -n tensorflow pip python=3.6 # select python version
li@li-System-Product-Name:~$ source activate tensorflow
(tensorflow) li@li-System-Product-Name:~$ ls
anaconda3 Documents Music Public
cudnn_samples_v7 Downloads NVIDIA_CUDA-10.0_Samples Templates
Desktop examples.desktop Pictures Videos
(tensorflow) li@li-System-Product-Name:~$ conda install tensorflow-gpu
Solving environment: done
==> WARNING: A newer version of conda exists. <==
current version: 4.5.4
latest version: 4.6.14
Please update conda by running
$ conda update -n base conda
## Package Plan ##
environment location: /home/li/anaconda3/envs/tensorflow
added / updated specs:
- tensorflow-gpu
The following packages will be downloaded:
package | build
---------------------------|-----------------
keras-applications-1.0.7 | py_0 33 KB
astor-0.7.1 | py36_0 43 KB
cupti-10.0.130 | 0 1.8 MB
_tflow_select-2.1.0 | gpu 2 KB
grpcio-1.16.1 | py36hf8bcb03_1 1.1 MB
keras-preprocessing-1.0.9 | py_0 35 KB
mkl_fft-1.0.12 | py36ha843d7b_0 172 KB
pbr-5.1.3 | py_0 74 KB
numpy-1.16.3 | py36h7e9f1db_0 49 KB
tensorboard-1.13.1 | py36hf484d3e_0 3.3 MB
protobuf-3.7.1 | py36he6710b0_0 656 KB
gast-0.2.2 | py36_0 138 KB
c-ares-1.15.0 | h7b6447c_1 98 KB
tensorflow-gpu-1.13.1 | h0d30ee6_0 2 KB
mock-2.0.0 | py36_0 104 KB
libgfortran-ng-7.3.0 | hdf63c60_0 1.3 MB
cudnn-7.3.1 | cuda10.0_0 385.1 MB
cudatoolkit-10.0.130 | 0 380.0 MB
h5py-2.9.0 | py36h7918eee_0 1.2 MB
mkl-2019.3 | 199 203.3 MB
six-1.12.0 | py36_0 22 KB
scipy-1.2.1 | py36h7c811a0_0 17.7 MB
absl-py-0.7.1 | py36_0 157 KB
tensorflow-1.13.1 |gpu_py36h3991807_0 4 KB
mkl_random-1.0.2 | py36hd81dba3_0 407 KB
hdf5-1.10.4 | hb1b8bf9_0 5.3 MB
werkzeug-0.15.2 | py_0 263 KB
tensorflow-estimator-1.13.0| py_0 205 KB
libprotobuf-3.7.1 | hd408876_0 4.7 MB
markdown-3.1 | py36_0 113 KB
numpy-base-1.16.3 | py36hde5b4d6_0 4.4 MB
tensorflow-base-1.13.1 |gpu_py36h8d69cac_0 293.8 MB
intel-openmp-2019.3 | 199 886 KB
termcolor-1.1.0 | py36_1 7 KB
------------------------------------------------------------
Total: 1.28 GB
The following NEW packages will be INSTALLED:
_tflow_select: 2.1.0-gpu
absl-py: 0.7.1-py36_0
astor: 0.7.1-py36_0
blas: 1.0-mkl
c-ares: 1.15.0-h7b6447c_1
cudatoolkit: 10.0.130-0
cudnn: 7.3.1-cuda10.0_0
cupti: 10.0.130-0
gast: 0.2.2-py36_0
grpcio: 1.16.1-py36hf8bcb03_1
h5py: 2.9.0-py36h7918eee_0
hdf5: 1.10.4-hb1b8bf9_0
intel-openmp: 2019.3-199
keras-applications: 1.0.7-py_0
keras-preprocessing: 1.0.9-py_0
libgfortran-ng: 7.3.0-hdf63c60_0
libprotobuf: 3.7.1-hd408876_0
markdown: 3.1-py36_0
mkl: 2019.3-199
mkl_fft: 1.0.12-py36ha843d7b_0
mkl_random: 1.0.2-py36hd81dba3_0
mock: 2.0.0-py36_0
numpy: 1.16.3-py36h7e9f1db_0
numpy-base: 1.16.3-py36hde5b4d6_0
pbr: 5.1.3-py_0
protobuf: 3.7.1-py36he6710b0_0
scipy: 1.2.1-py36h7c811a0_0
six: 1.12.0-py36_0
tensorboard: 1.13.1-py36hf484d3e_0
tensorflow: 1.13.1-gpu_py36h3991807_0
tensorflow-base: 1.13.1-gpu_py36h8d69cac_0
tensorflow-estimator: 1.13.0-py_0
tensorflow-gpu: 1.13.1-h0d30ee6_0
termcolor: 1.1.0-py36_1
werkzeug: 0.15.2-py_0
Proceed ([y]/n)? y
Downloading and Extracting Packages
keras-applications-1 | 33 KB | #################################################### | 100%
astor-0.7.1 | 43 KB | #################################################### | 100%
cupti-10.0.130 | 1.8 MB | #################################################### | 100%
_tflow_select-2.1.0 | 2 KB | #################################################### | 100%
grpcio-1.16.1 | 1.1 MB | #################################################### | 100%
keras-preprocessing- | 35 KB | #################################################### | 100%
mkl_fft-1.0.12 | 172 KB | #################################################### | 100%
pbr-5.1.3 | 74 KB | #################################################### | 100%
numpy-1.16.3 | 49 KB | #################################################### | 100%
tensorboard-1.13.1 | 3.3 MB | #################################################### | 100%
protobuf-3.7.1 | 656 KB | #################################################### | 100%
gast-0.2.2 | 138 KB | #################################################### | 100%
c-ares-1.15.0 | 98 KB | #################################################### | 100%
tensorflow-gpu-1.13. | 2 KB | #################################################### | 100%
mock-2.0.0 | 104 KB | #################################################### | 100%
libgfortran-ng-7.3.0 | 1.3 MB | #################################################### | 100%
cudnn-7.3.1 | 385.1 MB | ################################################### | 100%
cudatoolkit-10.0.130 | 380.0 MB | ################################################### | 100%
h5py-2.9.0 | 1.2 MB | #################################################### | 100%
mkl-2019.3 | 203.3 MB | ################################################### | 100%
six-1.12.0 | 22 KB | #################################################### | 100%
scipy-1.2.1 | 17.7 MB | #################################################### | 100%
absl-py-0.7.1 | 157 KB | #################################################### | 100%
tensorflow-1.13.1 | 4 KB | #################################################### | 100%
mkl_random-1.0.2 | 407 KB | #################################################### | 100%
hdf5-1.10.4 | 5.3 MB | #################################################### | 100%
werkzeug-0.15.2 | 263 KB | #################################################### | 100%
tensorflow-estimator | 205 KB | #################################################### | 100%
libprotobuf-3.7.1 | 4.7 MB | #################################################### | 100%
markdown-3.1 | 113 KB | #################################################### | 100%
numpy-base-1.16.3 | 4.4 MB | #################################################### | 100%
tensorflow-base-1.13 | 293.8 MB | ################################################### | 100%
intel-openmp-2019.3 | 886 KB | #################################################### | 100%
termcolor-1.1.0 | 7 KB | #################################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
(tensorflow) li@li-System-Product-Name:~$ python
Python 3.6.8 |Anaconda, Inc.| (default, Dec 30 2018, 01:22:34)
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> a = tf.constant([1.0,2.0],name="a")
>>> b = tf.constant([2.0,3.0],name="b")
>>> result = a+b
>>> sess = tf.Session()
2019-05-01 21:35:22.615921: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 AVX512F FMA
2019-05-01 21:35:22.647831: I tensorflow/core/platform/profile_utils/cpu_utils.cc:94] CPU Frequency: 3600000000 Hz
2019-05-01 21:35:22.649415: I tensorflow/compiler/xla/service/service.cc:150] XLA service 0x561225cebce0 executing computations on platform Host. Devices:
2019-05-01 21:35:22.649464: I tensorflow/compiler/xla/service/service.cc:158] StreamExecutor device (0): ,
2019-05-01 21:35:22.894973: I tensorflow/compiler/xla/service/service.cc:150] XLA service 0x561224f9fab0 executing computations on platform CUDA. Devices:
2019-05-01 21:35:22.895041: I tensorflow/compiler/xla/service/service.cc:158] StreamExecutor device (0): GeForce RTX 2080 Ti, Compute Capability 7.5
2019-05-01 21:35:22.895940: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1433] Found device 0 with properties:
name: GeForce RTX 2080 Ti major: 7 minor: 5 memoryClockRate(GHz): 1.635
pciBusID: 0000:65:00.0
totalMemory: 10.73GiB freeMemory: 10.51GiB
2019-05-01 21:35:22.895984: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1512] Adding visible gpu devices: 0
2019-05-01 21:35:22.898182: I tensorflow/core/common_runtime/gpu/gpu_device.cc:984] Device interconnect StreamExecutor with strength 1 edge matrix:
2019-05-01 21:35:22.898210: I tensorflow/core/common_runtime/gpu/gpu_device.cc:990] 0
2019-05-01 21:35:22.898225: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1003] 0: N
2019-05-01 21:35:22.898974: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 10222 MB memory) -> physical GPU (device: 0, name: GeForce RTX 2080 Ti, pci bus id: 0000:65:00.0, compute capability: 7.5)
>>> sess.run(result)
array([3., 5.], dtype=float32)
>>>
[1]+ Stopped python
(tensorflow) li@li-System-Product-Name:~$