ubuntu系统使用Anaconda安装tensorflow-gpu环境

一、环境配置版本信息:

安装tensorflow-gpu,需特别注意tensorflow-gpu、Python、CUDA、cuDNN版本的适配信息,版本不适配会导致tensorflow-gpu安装失败,该安装教程选择的软件版本信息为:ubuntu18.04 + Anaconda3.5.3.1 + Python3.6.12 + tensorflow-gpu2.2.0 + CUDA10.1 + cuDNN7.6.5

更多版本适配信息可参考官网:https://tensorflow.google.cn/install/source_windows

ubuntu系统使用Anaconda安装tensorflow-gpu环境_第1张图片

二、安装步骤:

1、安装Anaconda:

https://blog.csdn.net/a745233700/article/details/109376667

2、使用Anaconda创建Python环境:

(1)基于python3.6创建一个名为py36的环境

conda create -n py36 python=3.6.12

(2)激活环境:

conda activate py36

3、安装tensorflow-gpu 2.2.0:

pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

4、安装CUDA 10.1

conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

5、安装cuDNN 7.6.5:

conda install cudnn=7.6.5

6、测试是否安装成功:

import tensorflow as tf
# 检查tensorflow是否得到CUDA支持,安装成功则显示true,否则为false
tf.test.is_built_with_cuda()
# 检查tensorflow是否可以获取到GPU,安装成功则显示true,否则为false
tf.test.is_gpu_available()

三、遇到的问题及解决方案:

1、安装完Anaconda后,会有一个默认的base运行环境,能否直接在默认的环境中安装tensorflow?还是必须新建一个新的运行环境?

不要直接使用默认的环境安装,最好不同任务使用不同环境,在默认环境安装新的模块可能会有冲突,导致Anaconda崩溃,最终需要卸载重装。
在默认base运行环境安装tensorflow-gpu 2.2.0的过程中,由于需更新Python的版本,会导致与原本的模块冲突而造成Anaconda崩溃。

2、tf.test.is_gpu_available()的运行结果为false

(1)首先确保tensorflow-gpu、Python、CUDA、cuDNN版本的适配信息,如果不适配,则卸载不适配的版本并重装,如果版本适配,则进入步骤(2);

(2)配置cuda的环境变量:

打开 ~/.bashrc (vim ~/.bashrc),配置下面的环境变量:

export CUDA_HOME=/root/anaconda3/pkgs/cudatoolkit-10.1.243-h6bb024c_0/lib
export PATH=$PATH:$CUDA_HOME/bin

CUDA_HOME指向cuda包的安装路径,anaconda安装的软件包默认都放在/root/anaconda3/pkgs路径下

(3)更新环境变量:

source ~/.bashrc

你可能感兴趣的:(机器学习,tensorflow,tesortflow-gpu)