ubuntu20.04-cuda100-cudnn7.6.5-tensorflow-gpu2.0.0安装测试记录
(1）anaconda安装在/opt/anaconda目录下
（2)运行anaconda-navigator，直接在相应目录下/opt/anaconda3/bin下，运行./anaconda-navigator即可
(3）设置python使用anaconda下的路径
(3.1）搜索python path，Python: Default Interpreter Path设置了/opt/anaconda3/bin/python3
这样依赖包是anaconda下的，numpy已经导入过了，暂时没有设置自己的虚拟环境
（3.2)搜索python.pythonPath，设置了/opt/anaconda3/bin/python3
参考连接:https://blog.csdn.net/qq_17783559/article/details/119737541
(4）后续vscode故有的问题，因为文件读取相对路径的问题，因为包含了多个文件，它只将工作目录下的当作当前路径，程序进行修改为绝对路径
（1)需要用到tf，配置了虚拟环境，参考连接:
https://blog.csdn.net/weixin_40100431/article/details/82116171
(2）根据base创造一个名称为py3tf12gpu的虚拟环境
dell@dell-PowerEdge-R740:/opt/anaconda3/bin$ conda create --name py3tf12gpu --clone base
(3)solve problem :
conda cannot use
dell@dell-PowerEdge-R740:/opt/anaconda3/bin$ source /opt/anaconda3/etc/profile.d/conda.sh
dell@dell-PowerEdge-R740:/opt/anaconda3/bin$ conda activate py3tf12gpu
(py3tf12gpu) dell@dell-PowerEdge-R740:/opt/anaconda3/bin$ conda deactivate
上面方法，只能临时起作用，重新启动终端时需要运行上面的语句，才可以正常使用conda激活环境
source /opt/anaconda3/etc/profile.d/conda.sh
conda activate py3tf12gpu
退出
conda deactivate
用conda init bash解决了，但每次进入都是base
用下面的语句进行处理，
关闭每次启动前面带有一个(bash)
conda config --set auto_activate_base false
重新开启
conda config --set auto_activate_base true
(4)使用方法:
To activate this environment, use
$ conda activate py3tf12gpu
To deactivate an active environment, use
$ conda deactivate
(5)install tensorflow
参照如下连接:https://tensorflow.google.cn/install?hl=zh-cn
安装了最新的稳定的tf
Requires the latest pip
pip install --upgrade pip
Current stable release for CPU and GPU
pip install tensorflow
测试tf时出现问题，缺libcudart.so.11.0
参考解决:
https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=18.04&target_type=deb_local
https://blog.csdn.net/qq_44703886/article/details/112393149
(6)后续在根据环境配置，keras 与tensorflow版本配合使用，以及2080ti相对应的cuda等
暂时考虑利用容器中的环境。use jupyter
(6.1)create contianer
docker run -itd -p 8888:8888 --name tf12-test floydhub/tensorflow:1.12-gpu.cuda9cudnn7-py3_aws.40 /bin/bash
(6.2)run into contianer
docker exec -it tf12-test /bin/bash
(6.3)first run:
jupyter notebook “$@” --allow-root
(6.4)firefox brower
http://127.0.0.1:8888/?token=2a534d460eede8d2c93be5c4e410bf78f400d2b15b7d1fd1
(7）nvidia 驱动安装出错，解决参考
https://zhuanlan.zhihu.com/p/94378201
(8）安装nvidia-docker2，可以在容器中使用GPU,环境直接在容器中配置好，直接pull就可以，使用jupyter进行调试
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#install-guide
先前安装的docker不变，从下面这步开始
Setting up NVIDIA Container Toolkit
dell@dell-PowerEdge-R740:~$ sudo apt-get install -y nvidia-docker2
配置文件 ‘/etc/docker/daemon.json’
==> 系统中的这个文件或者是由您创建的，或者是由脚本建立的。
==> 软件包维护者所提供的软件包中也包含了该文件。
您现在希望如何处理呢？ 您有以下几个选择：
Y 或 I ：安装软件包维护者所提供的版本
N 或 O ：保留您原来安装的版本
D ：显示两者的区别
Z ：把当前进程切换到后台，然后查看现在的具体情况
默认的处理方法是保留您当前使用的版本。
*** daemon.json (Y/I/N/O/D/Z) [默认选项=N] ? N
正在处理用于 libc-bin (2.31-0ubuntu9.2) 的触发器 …
dell@dell-PowerEdge-R740:~$ sudo systemctl restart docker
test:
dell@dell-PowerEdge-R740:~$ sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi
(8.1)运行gpu
有个用户手册：
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/user-guide.html
(8.1.1)docker run -itd -p 8888:8888 --gpus all --name tf12-test floydhub/tensorflow:1.12-gpu.cuda9cudnn7-py3_aws.40 /bin/bash
(8.1.2)run into contianer
docker exec -it tf12-test /bin/bash
(8.1.3)first run:
jupyter notebook “$@” --allow-root
(8.1.4)firefox brower
http://127.0.0.1:8888/?token=59f31c9d3a0e257cdd0612b22554edcb7a756a7683ee0067
(8.2)在容器中关联本地文件夹，在创建容器时，设置挂在卷，
创建：
docker run -itd -p 8888:8888 --gpus all --name tf12-test -v /home/dell/liuyang_works/docker-tf-gpu-rel:/home floydhub/tensorflow:1.12-gpu.cuda9cudnn7-py3_aws.40 /bin/bash
使用与8.1相同：
结论:需要可视化的部分，在容器中
(9）重新安装新的tensorflow版本，满足现有的cuda版本的,，可以使用了。
(9.1）在虚拟环境中，可以使用tf了，下面将vscode下的路径设置为虚拟环境的，
(10)重新配置虚拟环境:根据已经安装的cuda10.0.130
（10.1)根据版本对照表:https://blog.csdn.net/K1052176873/article/details/114526086
本机的配置:
dell@dell-PowerEdge-R740:~$ nvcc -V
nvcc: NVIDIA ® Cuda compiler driver
Copyright © 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130
NVIDIA-SMI 470.86 Driver Version: 470.86 CUDA Version: 11.4
CUDA Toolkit Toolkit Driver Version
CUDA 10.0.130 >= 410.48
Version Python version Compiler Build tools cuDNN CUDA
tensorflow_gpu-2.0.0 3.5-3.7 MSVC 2017 Bazel 0.26.1 7.4.2 10
cuda和cudnn版本对照表
https://developer.nvidia.com/rdp/cudnn-archive
(10.2)具体步骤:
参照:https://blog.csdn.net/weixin_40100431/article/details/82116171
https://blog.csdn.net/weixin_40588315/article/details/85881338
1）创造一个相同环境
conda create -n py3tf pip python=3.7
虚拟环境的位置
environment location: /home/dell/.conda/envs/py3tf
2)进入虚拟环境
To activate this environment, use
$ conda activate py3tf12gpu
To deactivate an active environment, use
$ conda deactivate
3)安装cuda
conda install cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
4)安装cudnn,只有7.6.5能下载到
conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
5）安装tensorflow
版本匹配:https://tensorflow.google.cn/install/source_windows?hl=en#gpu
pip install tensorflow-gpu==2.2.0
6）测试成功
python进入
import tensorflow as tf
print(tf.test.is_gpu_available())
7)设置vscode的路径
虚拟环境的位置
environment location: /home/dell/.conda/envs/py3tf
还需要装numpy,pandas
setting
搜索python path，Python: Default Interpreter Path设置了/home/dell/.conda/envs/py3tf/bin/python3
搜索python.pythonPath，设置了/home/dell/.conda/envs/py3tf/bin/python3
8)后续问题解决，安装的tf2.0.0，源码需要的是tf1.0,于是作了如下处理，代码可运行
import tensorflow as tf
替换成下面代码。
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
ubuntu20.04-cuda100-cudnn7.6.5-tensorflow-gpu2.0.0安装测试记录相关推荐
- ubuntu20.04 外接显示器检测不到 未知的显示器 显卡安装黑屏 解决方案
ubuntu20.04 外接显示器检测不到 未知的显示器 显卡安装黑屏 解决方案 最近买了个显示器,但在ubuntu系统下显示无法识别,尝试了好多网上的方法比如在ubuntu的软件和更新里更换显卡驱动 ...
- Ubuntu20.04软件主要管理工具包详细介绍：离线安装dpkg、在线安装apt、源码安装（适用于Github程序下载）
Ubuntu20.04软件主要管理工具包详细介绍:离线安装dpkg.在线安装apt.源码安装(适用于Github程序下载) 一.离线安装dpkg命令 二.在线安装apt命令 三.软件包的源码安装过程 ...
- ubuntu20.04耳机和外放同时有声音，解决办法记录。
ubuntu20.04耳机和外放同时有声音,解决办法记录!!! 对耳机和外放同时有声音的解决办法,网上说了很多,但不是很具体,这里简单描述一下 1.首先在终端中输入: alsamixer 2.在进入后 ...
- Ubuntu20.04+GeForce RTX 2080 SUPER+cuda11.1+cudnn8.0.4+openCV4.4.0编译
Ubuntu20.04+GeForce RTX 2080 SUPER+cuda11.1+cudnn8.0.4+openCV4.4.0环境搭建 1.Ubuntu20.04系统安装 1.1 制作系统盘 1 ...
- 安装ubuntu20.04， CUDA11.4, cnDNN, tensorflow, pytorch
ubuntu22.04默认python为3.11 ubuntu20.04默认python为3.8 第一步,分区安装系统 efi引导区, 逻辑分区,512M root: 主分区,512M swap: 逻 ...
- 35、ubuntu20.04搭建瑞芯微的npu仿真环境和测试rv1126的Debain系统下的yolov5+npu检测功能以及RKNN推理部署以及RTSP视频流解码
基本思想:手中有一块core-1126/1109-JD4,记录一下其刷机过程和开发人数统计,与树莓派的nanodet 每帧200ms对比一下 第一步:刷机,真的是难,各种各样的小问题,反正成功的方法只 ...
- Ubuntu20.04+GTX1060+显卡驱动+CUDA11.8+cuDNN8.5.0
注意: 不要采用之前安装在UBUNT18.04时 所用的sudo ubuntu-drivers autoinstall 命令自动安装驱动,安装后了造成内核崩溃, WIFI 适配器也无法识别! 安装CU ...
- ubuntu20.04屏幕亮度无法调节的解决方法-＞安装 brightness-controller-simple 软件
文章目录 一.问题描述 二.解决方法 参考链接 一.问题描述 安装ubunt20.04.5 之后,调节Ubuntu上方的亮度控制条.按快捷键(Fn+F5.Fn+F6) 都不能实现调节亮度的功能. 二. ...
- 华硕幻13（ROG flow X13）安装ubuntu20.04驱动问题以及高版本内核无限重启的方法记录
本本即是一片解决问题的方法记录,也希望是一片讨论贴. 我所使用的设备:ROG幻13,2021版(5900hs+3050ti) 系统:windows10 + Ubuntu20.04 查看本文章,可能帮你 ...
- ubuntu20.04+gpu驱动下载+cuda10.2+cudnn+pytorch深度学习搭建记录（一路爬坑的一天...）
ubuntu20.04+gpu驱动下载+cuda10.2+cudnn+pytorch 深度学习环境搭建记录(一路爬坑的一天-) 1.gpu驱动下载 参考:https://blog.csdn.net/f ...
最新文章
- 计算机科技协会竞选书,加入计算机协会申请书
- 关于python中requests模块导入问题-python引入requests模块报错
- 百度地图与谷歌地球的偏差调整
- Oracle查询优化-02给查询结果排序
- sales organization mapping logic debug
- 线程池原理及C语言实现线程池
- #line预编译字分析
- 做项目时的几个感慨（持续更新...）
- SQL server 2005 如何批量修改架构名（包括表名和存储过程名） .
- java linux 格式化磁盘,Linux添加新硬盘、分区、格式化、自动挂载
- 感恩节专宠有礼，送3本技术好书
- jq监听页面的滚动事件，
- img引用网络图片资源无法加载问题解决
- 用枚举法实现单例设计模型
- java redis 队列 抢购_redis使用watch秒杀抢购实现思路
- 畅谈无线通信系统物理层之系统概述
- python明文密文_python实现对输入的密文加密
- 【一起入门DeepLearning】中科院深度学习第五课：正则化「Regularization」和优化「Optimization」
- android 地图侧滑栏,Android封装侧滑菜单栏
- 后台面试常问问题博客总结
热门文章
- 路由器默认账户密码大全
- android6.0原生壁纸,惊呆了！安卓6.0壁纸竟然是这样得来的
- 成人大专计算机应用技术专业难毕业吗,深圳成人大专哪个专业容易毕业
- jq onclick 定义_jquery onclick函数未定义(jquery onclick function not defined)
- linux命令忽略大小写zip,Linux基础命令---unzip
- 《阵列信号处理及MATLAB实现》阵列响应矩阵(均匀线阵、均匀圆阵、L型阵列、平面阵列和任意阵列)
- 使用计算机VLOOKUP函数需注意什么,vlookup函数怎么用-vlookup函数使用方法介绍 - Iefans...
- Cacti登录密码忘记，重置Cacti密码
- C++：using : using的四大用法总结
- 2021清远市清城中学高考成绩查询,清远市清城中学中考成绩