热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

linux安装TensorFlowGPU版本非常详细安装必看

Linux安装TensorFlow-GPU1.14.0版本1.首先确保linux环境干净以及没有tensorflow2.常规安装TensorFlow方法直接使用pip3instal

Linux安装TensorFlow-GPU==1.14.0版本

1.首先确保linux环境干净以及没有tensorflow
2.常规安装TensorFlow方法 直接使用pip3 install tensorflow -i https://pypi.douban.com/simple安装即可

一:
首先 登入NVIDIA查找相应的GPU驱动
查找相应gpu驱动
linux安装TensorFlow-GPU版本 非常详细安装必看
然后点击search
linux安装TensorFlow-GPU版本 非常详细安装必看
linux安装TensorFlow-GPU版本 非常详细安装必看
linux安装TensorFlow-GPU版本 非常详细安装必看
linux安装TensorFlow-GPU版本 非常详细安装必看接下来就可以自动下载了
下载的驱动名称示例 NVIDIA-Linux-x86_64-410.104.run

安装的话就很简单了
sh NVIDIA-Linux-x86_64-410.104.run

输入命令验证是否安装成功
[[email protected] ~]# nvidia-smi
Tue Mar 26 11:31:34 2019
±----------------------------------------------------------------------------+
| NVIDIA-SMI 410.104 Driver Version: 410.104 CUDA Version: 10.0 |
|-------------------------------±---------------------±---------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|=++==============|
| 0 Tesla P4 Off | 00000000:00:08.0 Off | 0 |
| N/A 28C P8 7W / 75W | 0MiB / 7611MiB | 0% Default |
±------------------------------±---------------------±---------------------+

±----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
±----------------------------------------------------------------------------+

查看当前服务器显卡的个数
linux安装TensorFlow-GPU版本 非常详细安装必看
输入命令 查看显卡的详细信息
linux安装TensorFlow-GPU版本 非常详细安装必看

标题CUDA和CUDNN的安装##

在安装TensorFlow-GPU版本时 必须要安装 CUDA和CUDNN
下图是TensorFlow-GPU版本所需依赖的CUDA和CUDNN对应的版本信息
在这里附上查看版本的网址 可以查看
查看CUDA和CUDNN版本对应的信息
linux安装TensorFlow-GPU版本 非常详细安装必看
CUDA是深度学习的sdk
CUDNN是神经网络的sdk

下面是最重要步骤

标题CUDA安装

CUDA安装官网链接
CUDA下载链接
linux安装TensorFlow-GPU版本 非常详细安装必看
如果你是windows请点击Windows 如果你是Linux请按照图片进行下载
linux安装TensorFlow-GPU版本 非常详细安装必看
linux安装TensorFlow-GPU版本 非常详细安装必看
下载文件示例格式
cuda_10.0.130_410.48_linux.run
使用命令
sh cuda_10.0.130_410.48_linux.run来安装此文件
按照提示一步一步走

安装完成后用命令检查是否安装成功

cat /usr/local/cuda/version.txt
即可查看cuda版本
或者是输入 nvcc -V命令查看cuda版本
如果输入nvcc -V提示找不到命令
请输入
进入bashrc文件下 加入环境变量
vi ~/.bashrc

在文件末尾添加环境变量

export LD_LIBRARY_PATH=LDLIBRARYPATH:/usr/local/cuda10.0/lib64exportPATH=LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64 export PATH=PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0
然后使其修改生效 输入命令
source ~/.bashrc
再次输入nvcc -V查看cuda版本
linux安装TensorFlow-GPU版本 非常详细安装必看

然后下载cudnn 请移步官网
cudnn下载官网地址 注意:这个官网必须需要注册登录才能下载所需安装包 访问此网站会比较慢 请耐心等待 或者加本人联系方式 会发给你对应的版本 联系邮箱[email protected]

下载文件格式为
libcudnn7-7.6.5.32-1.cuda10.0.x86_64.rpm libcudnn7-devel-7.6.5.32-1.cuda10.0.x86_64.rpm

使用rpm -ivh直接安装即可

安装完成后就可以下载安装TensorFlow-GPU版本了
安装前再次强调必须对应三者版本 cuda cudnn tensorflow 继续附图
linux安装TensorFlow-GPU版本 非常详细安装必看
使用命令安装TensorFlow-GPU版本 这个版本会比较大 建议加上镜像源 博主用的是豆瓣的镜像源

pip3 install tensorflow-gpu==1.13.1 -i https://pypi.douban.com/simple/
请耐心等待

下载完成后 请进入 请进入Python3
linux安装TensorFlow-GPU版本 非常详细安装必看
导入TensorFlow包
linux安装TensorFlow-GPU版本 非常详细安装必看

测试是否能用TensorFlow-GPU版本
print(tf.contrib.eager.num_gpus())
linux安装TensorFlow-GPU版本 非常详细安装必看
导包(import tensorflow as tf)是如果出现此错误 就是cuda TensorFlow cudnn三者版本不对应 请仔细检查 以及cuda的环境变量是否正确配置 切记环境变量中改为自己的cuda版本 一定要仔细
Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/install_sources#common_installation_problems

for some common reasons and solutions. Include the entire stack trace
above this error message when asking for help.

这就是全部的安装过程了 !!!
如果出现问题请咨询本人邮箱[email protected] 看到会回复谢谢


推荐阅读
  • 精选10款Python框架助力并行与分布式机器学习
    随着神经网络模型的不断深化和复杂化,训练这些模型变得愈发具有挑战性,不仅需要处理大量的权重,还必须克服内存限制等问题。本文将介绍10款优秀的Python框架,帮助开发者高效地实现分布式和并行化的深度学习模型训练。 ... [详细]
  • 在Windows系统中安装TensorFlow GPU版的详细指南与常见问题解决
    在Windows系统中安装TensorFlow GPU版是许多深度学习初学者面临的挑战。本文详细介绍了安装过程中的每一个步骤,并针对常见的问题提供了有效的解决方案。通过本文的指导,读者可以顺利地完成安装并避免常见的陷阱。 ... [详细]
  • 本文介绍了如何使用 Google Colab 的免费 GPU 资源进行深度学习应用开发。Google Colab 是一个无需配置即可使用的云端 Jupyter 笔记本环境,支持多种深度学习框架,并且提供免费的 GPU 计算资源。 ... [详细]
  • 本文详细介绍了如何在 Ubuntu 14.04 系统上搭建仅使用 CPU 的 Caffe 深度学习框架,包括环境准备、依赖安装及编译过程。 ... [详细]
  • 使用 Jupyter Notebook 实现 Markdown 编写与代码运行
    Jupyter Notebook 是一个开源的基于网页的应用程序,允许用户在同一文档中编写 Markdown 文本和运行多种编程语言的代码,并实时查看运行结果。 ... [详细]
  • 在Conda环境中高效配置并安装PyTorch和TensorFlow GPU版的方法如下:首先,创建一个新的Conda环境以避免与基础环境发生冲突,例如使用 `conda create -n pytorch_gpu python=3.7` 命令。接着,激活该环境,确保所有依赖项都正确安装。此外,建议在安装过程中指定CUDA版本,以确保与GPU兼容性。通过这些步骤,可以确保PyTorch和TensorFlow GPU版的顺利安装和运行。 ... [详细]
  • 能够感知你情绪状态的智能机器人即将问世 | 科技前沿观察
    本周科技前沿报道了多项重要进展,包括美国多所高校在机器人技术和自动驾驶领域的最新研究成果,以及硅谷大型企业在智能硬件和深度学习技术上的突破性进展。特别值得一提的是,一款能够感知用户情绪状态的智能机器人即将问世,为未来的人机交互带来了全新的可能性。 ... [详细]
  • 通过使用CIFAR-10数据集,本文详细介绍了如何快速掌握Mixup数据增强技术,并展示了该方法在图像分类任务中的显著效果。实验结果表明,Mixup能够有效提高模型的泛化能力和分类精度,为图像识别领域的研究提供了有价值的参考。 ... [详细]
  • 在Windows环境下离线安装PyTorch GPU版时,首先需确认系统配置,例如本文作者使用的是Win8、CUDA 8.0和Python 3.6.5。用户应根据自身Python和CUDA版本,在PyTorch官网查找并下载相应的.whl文件。此外,建议检查系统环境变量设置,确保CUDA路径正确配置,以避免安装过程中可能出现的兼容性问题。 ... [详细]
  • 深入解析经典卷积神经网络及其实现代码
    深入解析经典卷积神经网络及其实现代码 ... [详细]
  • 在Windows命令行中,通过Conda工具可以高效地管理和操作虚拟环境。具体步骤包括:1. 列出现有虚拟环境:`conda env list`;2. 创建新虚拟环境:`conda create --name 环境名`;3. 删除虚拟环境:`conda env remove --name 环境名`。这些命令不仅简化了环境管理流程,还提高了开发效率。此外,Conda还支持环境文件导出和导入,方便在不同机器间迁移配置。 ... [详细]
  • 本文提供了PyTorch框架中常用的预训练模型的下载链接及详细使用指南,涵盖ResNet、Inception、DenseNet、AlexNet、VGGNet等六大分类模型。每种模型的预训练参数均经过精心调优,适用于多种计算机视觉任务。文章不仅介绍了模型的下载方式,还详细说明了如何在实际项目中高效地加载和使用这些模型,为开发者提供全面的技术支持。 ... [详细]
  • 【小白学习C++ 教程】二十三、如何安装和使用 C++ 标准库
    【小白学习C++ 教程】二十三、如何安装和使用 C++ 标准库 ... [详细]
  • 本文将深入探讨 Unreal Engine 4 (UE4) 中的距离场技术,包括其原理、实现细节以及在渲染中的应用。距离场技术在现代游戏引擎中用于提高光照和阴影的效果,尤其是在处理复杂几何形状时。文章将结合具体代码示例,帮助读者更好地理解和应用这一技术。 ... [详细]
  • 本文将详细介绍如何注册码云账号、配置SSH公钥、安装必要的开发工具,并逐步讲解如何下载、编译 HarmonyOS 2.0 源码。通过本文,您将能够顺利完成 HarmonyOS 2.0 的环境搭建和源码编译。 ... [详细]
author-avatar
xiaolizi
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有