Ubuntu18.04使用anaconda3安装tensorflow-gpu、pytorch
安装过程与之前Ubuntu16.04差不多
需要下载的：Anaconda3, cuda9, cudnn7
链接: https://pan.baidu.com/s/1zETCwtUt-u9fRHOKX4pDQg 提取码: 3fah
一，安装pip
sudo apt-get update
sudo apt-get install python-pip python-dev # 如果当前环境Python版本3, 则改为是
sudo apt-get install python3-pip二，安装nvidia driver
方式1（命令行）：
sudo add-apt-repository ppa:graphics-drivers/ppasudo apt-get updateubuntu-drivers devices输出：
== /sys/devices/pci0000:16/0000:16:00.0/0000:17:00.0 ==
modalias : pci:v000010DEd00001B06sv00001458sd0000374Cbc03sc00i00
vendor : NVIDIA Corporation
model : GP102 [GeForce GTX 1080 Ti]
driver : nvidia-driver-390 - distro non-free recommended
driver : xserver-xorg-video-nouveau - distro free builtin
则安装：sudo apt-get install nvidia-driver-390
再输入：nvidia-smi
显示如下，则成功安装
h428@h428:~$ nvidia-smi
Mon Nov 5 17:40:36 2018
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.77 Driver Version: 390.77 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 108... Off | 00000000:17:00.0 On | N/A |
| 0% 56C P5 16W / 250W | 324MiB / 11175MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
| 1 GeForce GTX 108... Off | 00000000:65:00.0 Off | N/A |
| 0% 44C P8 11W / 250W | 2MiB / 11178MiB | 0% Default |
+-------------------------------+----------------------+----------------------++-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 2230 G /usr/lib/xorg/Xorg 18MiB |
| 0 2365 G /usr/bin/gnome-shell 49MiB |
| 0 4777 G /usr/lib/xorg/Xorg 136MiB |
| 0 4908 G /usr/bin/gnome-shell 113MiB |
| 0 5652 G /usr/lib/firefox/firefox 2MiB |
+-----------------------------------------------------------------------------+
方式2（离线，安装有风险慎用）：
官网：Unix Drivers | NVIDIA
离线下载需要的驱动，下面的Archive可以获取其他版本。
更详细的可以参考：
Ubuntu离线安装Nvidia显卡驱动_MAKE ELEPHANT FLY的博客-CSDN博客
ubuntu 16.04 + GTX1050安装nvidia驱动_MoonLer的博客-CSDN博客
下面三、四步是传统的方式，可以采用更省力、快捷方式，即直接跳到五、六步。(cuda版本对应表)
三，安装cuda 9.0
下载cuda9.0, 在下载目录下右击鼠标，打开terminal，安装已经下载的 cuda_9.0.176_384.81_linux.run，命令如下：
sudo sh cuda_9.0.176_384.81_linux.run --override
过程除了显卡驱动no, 其他都是yes
1）打开bashrc文件：sudo gedit ~/.bashrc
2） 在文件最后输入：
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64
这里不指定cuda版本，方便切换版本。
生效：source ~/.bashrc
测试：
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
结果如上，安装成功
3）安装cudnn:
清华源：Index of /anaconda/pkgs/main/linux-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
离线下载好需要的cudnn版本，离线安装，需要安装好anaconda3：
conda install --use-local cudnn-7.6.4-cuda10.1_0.tar.bz24）重启电脑，四，安装cudnn 7
下载cudnn7, 解压，进入解压路径根目录（可以看见cuda文件家）再如下命令：
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
五，安装Anaconda版
从清华源选择版本：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
下载anaconda3, 进入下载目录，安装：
bash Anaconda3-5.0.1-Linux-x86_64.sh
六，安装tensorflow-gpu
pip install tensorflow-gpu
上面这种命令超级慢
可以使用conda命令：conda install tensorflow-gpu==1.11
直接安装想要安装的版本，显示如下，发现有cudatoolkit9.2, cudnn7.2,说明通过上面的命令会顺便将对应的cuda和cudnn安装了。就不用担心版本对应问题了，只需要任选择一个较新的tensorflow-gpu版本，自动找到对应的cuda和cudnn。
输入y即可。相对于前面方式，更快
The following NEW packages will be INSTALLED:_tflow_select: 2.1.0-gpu absl-py: 0.6.1-py36_0 astor: 0.7.1-py36_0 blas: 1.0-mkl cudatoolkit: 9.2-0 cudnn: 7.2.1-cuda9.2_0 cupti: 9.2.148-0 gast: 0.2.0-py36_0 grpcio: 1.12.1-py36hdbcaa40_0 keras-applications: 1.0.6-py36_0 keras-preprocessing: 1.0.5-py36_0 libprotobuf: 3.6.1-hd408876_0 markdown: 3.0.1-py36_0 protobuf: 3.6.1-py36he6710b0_0 tensorboard: 1.11.0-py36hf484d3e_0 tensorflow: 1.11.0-gpu_py36h9c9050a_0tensorflow-base: 1.11.0-gpu_py36had579c0_0tensorflow-gpu: 1.11.0-h0d30ee6_0 termcolor: 1.1.0-py36_1 The following packages will be UPDATED:anaconda: 5.0.1-py36hd30a520_1 --> custom-py36hbbc8b67_0conda: 4.3.30-py36h5d9f9f4_0 --> 4.5.11-py36_0 conda-env: 2.6.0-h36134e3_1 --> 2.6.0-1 libgcc-ng: 7.2.0-h7cc24e2_2 --> 8.2.0-hdf63c60_1 libstdcxx-ng: 7.2.0-h7a57d05_2 --> 8.2.0-hdf63c60_1 pycosat: 0.6.2-py36h1a0ea17_1 --> 0.6.3-py36h14c3975_0 Proceed ([y]/n)?
七，安装Pytorch
点击链接，选中对应环境（Linux, Conda, Python3.6, Cuda9.0），找到需要的命令，如下：
所以官方安装方式：
conda install pytorch torchvision cudatoolkit=9.2 -c pytorch但是太慢了
注意：直接输入上面的命令太慢了，建议参考方法。输入命令：
添加清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes添加Pytorch镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/conda install pytorch torchvision cudatoolkit=9.2 这个时候要注意，我们已经吧-c pytorch给删除了，安装的时候才会默认从清华源下载相应的包
解释一下，就是我们没有使用pytorch的源，而改成清华镜像的源了。
清华镜像：anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
类似的安装opencv：
conda install opencv
如果pycharm导入失败，尝试重启pycharm即可。
可能会报错：
... specified in the package manifest cannot be found...
解决办法：
conda clean --packages --tarballs
其他安装opencv方式：
pip install opencv-python
还需要安装
pip install opencv-contrib-python
Ubuntu18.04使用anaconda3安装tensorflow-gpu、pytorch相关推荐
- 玩玩机器学习1——ubuntu16.04 64位安装TensorFlow GPU+python3+cuda8.0+cudnn8.0
如今的机器学习运算大多数都是利用gpu进行,包括很大大型游戏,比特币的开采,都离不开GPU的运算,GPU已成为大型运算能力的主要硬件. 大名鼎鼎的机器学习开源框架,如TensorFlow和Caffe, ...
- Ubuntu18.04 LTX RTX3080 安装驱动以及编译安装pytorch
Ubuntu18.04 LTX RTX3080 安装驱动以及pytorch 安装顺序以及我使用的版本: anaconda (pytorch) zq@zkti:~/pytorch$ conda -V c ...
- Ubuntu 20.04 安装Tensorflow GPU版本 （GTX-1060显卡）
Ubuntu 20.04 安装Tensorflow GPU版本 (GTX-1060显卡) 参考: https://cyfeng.science/2020/05/02/ubuntu-install-nv ...
- 通过Anaconda在Ubuntu16.04上安装 TensorFlow(GPU版本)
一. 安装环境 Ubuntu16.04.3 LST GPU: GeForce GTX1070 Python: 3.5 CUDA Toolkit 8.0 GA1 (Sept 2016) cuDNN v6 ...
- linux安装tensorflow教程,Ubuntu 16.04 安装 TensorFlow(GPU支持)
本文记录Ubuntu 16.04安装Tensorflow步骤,也包括怎么从源码编译安装Tensorflow. 要想安装Tensorflow GPU版本,你需要有一个新一点的Nvidia显卡. Tens ...
- ubuntu18.04+nvidia显卡安装+cuda9.0+cudnn7+pycharm2018.2专业版激活+anaconda3+tensorflow-gpu1.6.0+keras+opencv3
写文的目的:笔记本和台式机的安装是略有不同的,为了以后查阅方便,记录下安装细节 目标:在台式机上安装上ubuntu18.04+nvidia显卡安装+cuda9.0+cudnn7+anaconda3+t ...
- Anaconda3安装tensorflow 2.0版本cpu和gpu安装，Win10系统
tensorflow是在anaconda上安装的,所以先安装anconda 一.安装anaconda3 我安装的是这一个,anaconda自带python,所以不需要单独安装python 点击安装,一 ...
- 树莓派4B安装Ubuntu18.04运行DonkeyCar和TensorFlow
树莓派4B安装Ubuntu18.04运行DonkeyCar和TensorFlow 一.安装Python3.7 1.1 准备工作 1.1.1安装工具 1.2 正式开始 1.2.1 下载python文件 ...
- 低CUDA算力显卡用上高版本pytorch（ubuntu18.04源码编译特定版本pytorch（v1.10.0））
低CUDA算力显卡用上高版本pytorch(ubuntu18.04源码编译特定版本pytorch(v1.10.0)) 一 电脑配置 二 正常情况下源码编译步骤 三 我的编译过程及出现的问题 首先 安装 ...
最新文章
- day06_方法_20150806
- 收藏吧！产品再要求实现这个功能，就把这篇转给他！
- web3.js（三）查询智能合约币数量（erc20）
- mysql sql语句大全
- 全球及中国二乙氨基羟基苯甲酰基苯甲酸己酯行业规模分析与市场需求预测报告2022版
- Python错误：TypeError: 'list' object is not callable
- InfluxDB中文文档
- SpringBoot配置文件绑定到Java Bean
- MTK 驱动---（8）emmc 介绍
- 二分法08：寻找旋转排序数组中的最小值
- 基于决策树构建鸢尾花数据的分类模型并绘制决策树模型
- github 思维导图开元软件_最强大脑！这 7 款开源思维导图工具真的很神奇
- Python—正则表达式基础详解及re库运用
- 后端开发工程师的工作流程是怎样的
- （附源码）ssm教材管理系统 毕业设计 011229
- 堡垒机JumpServer(六)：内网管理云端服务器
- Shader学习2——兰伯特
- 财富自由：金钱、注意力、时间、认知，你会怎么排？
- java 雷霆战机游戏 飞机大战 全过程教学+免费素材（附全部源代码）
- 如何捕获access violation异常