Win10+Ubuntu18.04双系统安装配置教程(十)——在虚拟环境中安装Tensorflow+keras框架

Win10+Ubuntu18.04双系统安装配置教程(十)——创建虚拟环境并安装Tensorflow+keras框架

写 在 前 面 : 本 系 列 笔 者 亲 测 可 行 ! 文 章 配 置 如 下 \color{red}{写在前面:本系列笔者亲测可行!文章配置如下}
win10,Ubuntu18.04,nvidia驱动显示cuda版本11.7(只要高于10.2均可参考本配置教程)。
共将创建2个虚拟环境,分别取名为tensor37和torch37。
tensor37虚拟环境配置为python=3.7,tensorflow-gpu=2.2,cudatoolkit=10.1,cudnn=7.6.5;
torch37虚拟环境配置为python=3.7,pytorch=1.12.1,torchvision=0.13.1,torchaudio==0.12.1,cudatoolkit=10.2,cudnn=7.6.5。

注 意 \color{red}{注意} :在虚拟环境中安装的cuda版本可以低于nvidia驱动显示的cuda版本,重点关注cuda,cudnn及tensorflow版本匹配

文章目录

  • Win10+Ubuntu18.04双系统安装配置教程(十)——创建虚拟环境并安装Tensorflow+keras框架
    • 1. 创建名为tensor37,python版本为3.7的虚拟环境
    • 2. 激活环境
    • 3. 下载GPU版本的tensorflow包,cuda工具包和cudnn
    • 4. 检验是否下载成功及下载keras
      • ctrl+d退出终端,重启电脑,重新进入ubuntu系统,打开终端,输入
      • 查看全部环境,路径前面有*表示当前所在环境-->
      • 输入
      • 回车(激活环境)-->
      • 输入
      • 回车(进入python工作台,检验tensorflow框架是否搭建完成)-->
      • 输入
      • 回车(导入tensorflow框架,无输出或...successfully...表示导入成功)-->
      • 输入
      • 回车(输出True表示cuda连接正常)-->
      • 输入
      • 回车(输出很多,最后是True表示GPU连接正常)-->
      • ctrl+d退出python工作台,回到tensor37虚拟环境,输入
      • 回车,等待下载-->
      • 输入python,回车(进入python工作台,检验keras是否下载完成)-->
      • 输入
      • 回车(输出Using TensorFlow backend表示下载完成)-->
      • ctrl+d退出python工作台,ctrl+d退出终端-->
      • 完成
    • 参考链接

提示:ctrl+shift+c 复制终端文本,ctrl+shift+v 粘贴文本到终端

1. 创建名为tensor37,python版本为3.7的虚拟环境

conda create -n tensor37 python=3.7

2. 激活环境

conda activate tensor37

3. 下载GPU版本的tensorflow包,cuda工具包和cudnn

pip install tensorflow-gpu==2.2.0
conda install cudatoolkit=10.1
conda install cudnn=7.6.5

4. 检验是否下载成功及下载keras

ctrl+d退出终端,重启电脑,重新进入ubuntu系统,打开终端,输入

conda env list

查看全部环境,路径前面有*表示当前所在环境–>

输入

conda activate tensor37

回车(激活环境)–>

输入

python

回车(进入python工作台,检验tensorflow框架是否搭建完成)–>

输入

import tensorflow as tf

回车(导入tensorflow框架,无输出或…successfully…表示导入成功)–>

输入

tf.test.is_built_with_cuda

回车(输出True表示cuda连接正常)–>

输入

tf.test.is_gpu_available()

回车(输出很多,最后是True表示GPU连接正常)–>

ctrl+d退出python工作台,回到tensor37虚拟环境,输入

pip install keras==2.3.1

回车,等待下载–>

输入python,回车(进入python工作台,检验keras是否下载完成)–>

输入

import keras

回车(输出Using TensorFlow backend表示下载完成)–>

ctrl+d退出python工作台,ctrl+d退出终端–>

完成

参考链接

Anaconda3+CUDA10.1+CUDNN7.6+TensorFlow2.6安装(Ubuntu16)

Ubuntu Anaconda 虚拟环境安装tensorflow-gpu==2.6.0

TensorFlow与显卡驱动与CUDA与CUDNN版本对应关系

你可能感兴趣的:(tensorflow,ubuntu,keras)