新装debian9系统和tensorflow-gpu==1.12

本文介绍了Debian9系统的安装与配置,包括替换源为阿里云、安装sudo、搜狗输入法等。还详细说明了在Debian9服务器上配置TensorFlow环境的步骤,如安装NVIDIA显卡驱动、CUDA、CUDNN等,同时提及了各软件版本对应关系及安装中的注意事项。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

参考文章:(超完整)Linux(debian9)服务器配置tensorflow环境:nvidia驱动、CUDA、cudnn、anaconda

安装debian9

1、下载官方镜像,DVD版。
2、使用rufus-3.5制作安装U盘。注意是否需要UEFI选项。
3、语音现在英文,地区在other中选择中国。
4、选择软件xfce、ssh sever。

debian系统的配置

1、替换源为阿里云

mousepad /etc/apt/sources.list
deb http://mirrors.aliyun.com/debian stretch main contrib non-free
deb-src http://mirrors.aliyun.com/debian stretch main contrib non-free
deb http://mirrors.aliyun.com/debian stretch-updates main contrib non-free
deb-src http://mirrors.aliyun.com/debian stretch-updates main contrib non-free
deb http://mirrors.aliyun.com/debian-security stretch/updates main contrib non-free
deb-src http://mirrors.aliyun.com/debian-security stretch/updates main contrib non-free

2、安装sudo

#apt-get install sudo
mousepad /etc/sudoers

添加一行

"实际用户名" ALL=(ALL)ALL

3、安装搜狗输入法
a、搜狗官网下载.deb安装包
b、安装fcitx

sudo apt-get install fcitx

c、安装搜狗

sudo dpkg -i sougou*.deb

d、修复依赖关系

sudo apt --fix-broken install

e、重启桌面服务

sudo lightdm restart

f、配置fcitx config

4、安装NVIDIA显卡驱动
a、官网下载显卡驱动,例如,NVIDIA-Linux-x86_64-410.78.run
b、安装三大件

sudo apt-get install linux-headers-$(uname -r)
sudo apt-get install gcc
sudo apt-get install make

c、切换到命令行终端继续安装
ps:如果遇到命令行终端黑屏的情况,需要修改 GRUB为nomodeset

service lightdm stop
chmod +x NVIDIA-Linux-x86_64-410.78.run
./NVIDIA-Linux-x86_64-410.78.run

5、安装CUDA
a、官网下载CUDA,例如,cuda_9.0.176_384.81_linux-run,注意cuda版本和tensorflow版本的对应关系

sudo ./cuda_9.0.176_384.81_linux-run

b、在 /etc/profile添加两行路径

vim /etc/profile

在最后添加:

export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

使路径生效:

source /etc/profile

6、安装CUDNN
a、下载CUDNN,例如,cudnn-9.0-linux-x64-v7.4.2.24.tgz
b、解压缩

tar -xvzf cudnn-9.0-linux-x64-v7.4.2.24.tgz

c、解压获得一个文件夹

cd cuda
sudo cp include/cudnn.h /usr/local/cuda/include
sudo cp lib64/libcudnn.* /usr/local/cuda/lib64

7、安装tensorflow
a、安装pip3

sudo apt-get install python3-pip

b、pip3安装tensorflow

pip3 install --user tensorflow-gpu==1.12 -i https://mirrors.aliyun.com/pypi/simple/
<think>好的,我现在要解决用户的问题:找到与Python 3.8TensorFlow-CPU 2.13兼容的Pytesseract推荐版本。首先,我需要明确Pytesseract本身是否直接依赖于TensorFlow,或者用户可能是在同时使用这两个库。 首先,查阅Pytesseract的官方文档,发现它主要是对Tesseract OCR引擎的封装,主要依赖是PythonTesseract本身。通常,Python包如Pytesseract的版本兼容性主要关注Python版本,而不是其他如TensorFlow的版本,除非有直接的依赖关系。因此,用户提到的TensorFlow-CPU 2.13可能是在项目中同时使用,但两者之间没有直接冲突,除非有版本特定的问题。 接下来,我需要确定Pytesseract支持Python 3.8的版本。查看PyPI页面,Pytesseract的最新版本是0.3.10,支持Python 3.8及以上。而Python 3.8的支持通常需要Pytesseract 0.3.8及以上版本。因此,推荐用户使用最新的0.3.10版本,以确保兼容性。 另外,用户需要确保系统上安装了Tesseract OCR引擎,因为Pytesseract只是一个封装库。需要指导用户安装Tesseract,并提供不同操作系统的安装方法,比如在Ubuntu使用apt-get,在macOS使用Homebrew,在Windows通过安装程序。 关于TensorFlow-CPU 2.13,虽然它本身不直接影响Pytesseract,但需要确认Python 3.8是否被TensorFlow 2.13支持。根据TensorFlow的发布说明,TensorFlow 2.13支持Python 3.8-3.11,因此用户的环境是兼容的。 最后,总结推荐的步骤:安装Pytesseract 0.3.10,安装Tesseract OCR,并验证两者是否正常工作。同时,提醒用户注意路径设置可能的依赖项,如Pillow库的处理图像。</think>根据Python 3.8TensorFlow-CPU 2.13的兼容性需求,以下是推荐方案: ### 1. **Pytesseract版本选择** 推荐使用**pytesseract 0.3.10**,该版本支持: - Python 3.8+(完全兼容Python 3.8) -TensorFlow-CPU 2.13无直接依赖冲突(两者通过Python接口调用) - 最新OCR引擎适配(需配合Tesseract 5.x使用) 验证安装命令: ```bash pip install pytesseract==0.3.10 ``` ### 2. **系统级依赖** 必须安装Tesseract OCR引擎: - **Windows**:通过[官方安装包](https://github.com/UB-Mannheim/tesseract/wiki)选择v5.3.1版本 - **Ubuntu/Debian**: ```bash sudo apt-get install tesseract-ocr ``` - **macOS**: ```bash brew install tesseract ``` ### 3. **兼容性验证** 在Python环境中执行以下测试: ```python import pytesseract from PIL import Image print(pytesseract.get_tesseract_version()) # 应输出≥5.0.0 img = Image.open("test.png") print(pytesseract.image_to_string(img)) # 成功识别文本即验证通过 ``` ### 4. **环境配置注意事项** - 若出现`TesseractNotFoundError`,需手动设置路径: ```python pytesseract.pytesseract.tesseract_cmd = r&#39;/usr/bin/tesseract&#39; # 根据实际路径修改[^1] ``` - TensorFlow-CPU 2.13需要匹配的NumPy版本(建议≥1.24.3)[^2]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值