anaconda安装tensorflow-gpu||cudatoolkit版本配置

 

元学习论文总结||小样本学习论文总结

2017-2019年计算机视觉顶会文章收录 AAAI2017-2019 CVPR2017-2019 ECCV2018 ICCV2017-2019 ICLR2017-2019 NIPS2017-2019

 

Anaconda环境变量

1.修改~/.bashrc

2.添加export PATH=/home/user13/anaconda3/bin:$PATH

3.source ~/.bashrc

CUDA 版本

1、查看cuda版本

cat /usr/local/cuda/version.txt

2、查看cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

1.CUDA driver version（驱动版本）：就是NVIDIA GPU的驱动程序版本；

查看命令：nvidia-smi

我们看到我的GPU的驱动程序版本是：384.81

2.CUDA runtime version（运行时版本）：是在python中安装的cudatoolkit和cudnn程序包的版本

查看命令：conda list

python安装的cudatoolkit和cudnn程序包版本是：9.2

3.nvidia 驱动和cuda runtime 版本对应关系

4.安装指定版本的cudatoolkit：

（1）在Anaconda Prompt中输入anaconda search -t conda Pydap【Pydap是要安装的库的名字】，等待一会之后，出现图2所示运行结果

通过上图，我们可以发现一共找到了8个Pydap包，我们要依据自己的系统，选择合适的包，运用anaconda show 命令查看包的详细信息

（2）在交互式窗口中输入anaconda show conda-forge/pydap查看包的详细信息，运行之后，显示的信息如图3所示

（3）依据上图中的提示，运行conda install --channel https://conda.anaconda.org/conda-forge pydap进行包的安装，此时需要等待一段时间，当出现Proceed([y]/n)?时输入y，回车，进行库的安装和下载，此时也需要等待一段时间。
 

Anaconda安装

anaconda旧版：

官方：https://repo.anaconda.com/archive/

清华：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=N&O=D

conda install tensorflow-gpu 

经验：

实践证明，anaconda安装tensorflow-gpu 会自动匹配CUDA版本和cudnn版本，主要的问题是anaconda匹配的CUDA不能高于本机CUDA版本或低于本机cudnn版本。所以本机是CUDA=9.1，cudnn=7时候选择tensorflow-gpu=1.12会出问题因为CUDA=9.2，cudnn=6。但选择tensorflow-gpu=1.8匹配CUDA=9.0，cudnn=7.4时候能够正确安装运行。（浪费了一下午）

 

在跑一些程序，例如deep learning的时候，总是希望查看一下cpu、gpu、内存的使用率

1. cpu、内存
使用top命令

top

http://bluexp29.blog.163.com/blog/static/33858148201071534450856/

有一个更直观的监测工具，叫htop

sudo apt-get install htop
stop

2. 查看gpu
使用 nvidia-smi 命令

nvidia-smi

但是这个命令只能显示一次，如果要实时显示，配合watch命令, 让一秒刷新一次

watch -n 1 nvidia-smi