ubuntu-tensorflow环境配置

前言

              刚接触ubuntu和深度学习框架的时候,都可能不清楚,为什么要用ubuntu系统,windows不是很好用吗?其实很多的开发是基于linux系统的,不一定是ubuntu,但是ubuntu是大家比较熟悉的,开源的系统。pc上认为windows好用,但是很多服务器和开发板都是linux系统的,所以开发时用ubuntu较多,很方便。

想看具体解释的参考博客https://blog.csdn.net/wojiaopanpan/article/details/6827471

ubuntu-tensorflow环境配置_第1张图片

Anaconda

什么是anaconda?有什么用?直接在ubuntu系统里面配置不行吗?

答:

(1)  Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项因为包含了大量的科学包

(2) 我的理解,anaconda就像一个室内设计师,安装之后,可以在ubuntu系统中开辟不同的环境,而且环境之间互不干扰,而且配置相应的环境时可以自动安装需要的库文件(有点人性化)

(3) 当然可以,但是有时候不同的框架使用,既要区分版本,又要统一其他依赖库的版本,如果都装在一起,难免会冲突(不能让一个人既要跳很高又要跑很快,还要会跳很远,你这是在为难我胖虎)

ubuntu-tensorflow环境配置

好啦,现在开始配置环境了!!!

(1)如果有显卡的话,需要先安装显卡驱动,具体步骤如下(如果没有就调到第二步吧,建议最好有gpu)

ubuntu-tensorflow环境配置_第2张图片

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get upgrade
# 驱动版本不同,对应不同的数字,后续需要安装cuda和cudnn的,一定要查询驱动对应的cuda和cudnn版本号(很重要!!!)
sudo apt-get install nvidia-384 
# 此句和下一句的命令有的电脑需要,有的电脑不需要,根据实际情况输入命令
sudo apt-get install mesa-commoon-dev  
sudo apt-get install freeglut3-dev
sudo reboot

# 重启电脑后输入下面的命令行,输出相应的显卡驱动版本/cuda版本等
nvidia-smi

(2)我下载的anaconda版本是Anaconda3-5.2.0-Linux-x86_64.sh

          下载地址在这里:https://repo.anaconda.com/archive/

          

# 安装Anaconda
bash Anaconda3-5.2.0-Linux-x86_64.sh 

          具体的步骤参考博客https://blog.csdn.net/u012243626/article/details/82469174,写的特别详细!!!

(3)配置tensorflow环境

           创建tensorflow独立环境
1)执行:conda create -n tf      # tf为环境名,可以自定义
         若提示找不到conda指令,执行 source ~/.bashrc


2)执行:source activate tf # 激活环境,在终端开头会出现(tf)的,证明环境已经激活

 

3)执行:conda install tensorflow-gpu=1.12 # 安装tensorflow-gpu版本,若没有gpu,则将-gpu删除,tensorflow版本依据自己用的版本安装

 

4)在激活的环境下输入spyder进行python文档的编译
   自带的spyder版本是3.28,不能中文显示;
   执行:conda install spyder=4.1.5  # 更新到版本4使用体验较好

 

5)执行:source deactivate tf # 退出环境

到此,tensorflow训练环境已经搭建好啦!!!愉快的去炼丹吧

 

问题一:
  安装tensorflow-gpu版本可能cuda与cudnn的版本不对,导致无法运行使用gpu,以下是解决步骤
  1.先把上面的5步都执行完
  2.卸载cuda与cudnn
    conda remove cudatoolkit
  3.安装新的cuda与cudnn
    conda install cudatoolkit=9.0
    conda install cudnn=7.3.1
    conda install tensorflow-gpu=1.12(不同版本的tensorflow-gpu对应不同的cuda和cudnn,需要自己把握(网络上的东西有时可以把握住))
 

问题二:
  执行程序出现No model named 'tqdm' 执行pip install tqdm
  执行程序出现No model named 'cv2' 执行

pip install opencv_python(自动安装最新版本,例如版本为4.5.1.48)
pip install opencv_contrib_python==4.5.1.48

 

 

 

你可能感兴趣的:(深度学习环境搭建,ubuntu,深度学习,tensorflow)