Ubuntu:基于Anaconda安装Tensorflow(cpu版本)

本文详细介绍了如何在Ubuntu16.04LTS环境下安装Anaconda,并通过Anaconda创建和激活TensorFlow环境,最后配置环境并验证安装是否成功。
部署运行你感兴趣的模型镜像

安装环境:Ubuntu 16.04LTS

一、安装Anaconda

1.下载

    到官网https://www.anaconda.com.download/,根据系统下载相应版本的anaconda

    可以通过该链接下载:https://repo.anaconda.com/archive/Anaconda3-5.1.0-Linux-x86_64.sh

2.进入下载目录,打开终端,根据版本输入安装命令:

bash Anaconda3-5.1.0-Linux-x86_64.sh

3.安装过程,一直回车即可,当遇到下面的选择(是否加入环境变量),注意输入yes:


4.安装成功

5.让.bashrc的路径生效:

 source ~/.bashrc

6.验证是否安装成功

    命令行输入:

python

    出现Anaconda表示安装成功了!

    Python 3.6.3 | Anaconda, Inc. | (Default, Oct 13 2017, 12:02:49)

    [GCC 7.2.0] on linux

    Type “help”, “copyright”,“credits” or “license” for more information.

    >>>

二、安装tensorflow

1、创建TensorFlow环境

conda create -n tensorflow python=3.6

    注意python=3.6为python的版本,要与所要安装的TensorFlow进行对应

2、激活TensorFlow环境

source activate tensorflow

3、安装TensorFlow

    可在清华大学开源软件网站获取安装命令,一部完成整个安装过程。选择cpu/gpu、安装系统、python版本和TensorFlow版本会自动生成安装命令。例如选择cpu、linux系统、cp36版本的python、1.7.0的TensorFlow后生成:

pip install \
  -i https://pypi.tuna.tsinghua.edu.cn/simple/ \
  https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.7.0-cp36-cp36m-linux_x86_64.whl
    执行命令即可完成安装

4、验证是否安装成功

    重启terminal后,输入命令:

source activate tensorflow #激活TensorFlow环境
python #启动python环境
# 验证TensorFlow是否安装成功
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow! # 恭喜!安装成功

三、配置anaconda

    如果不进行配置,启动jupyter等也是不能运行TensorFlow的,因为anaconda中默认安装的jupyter等应用基于root的,而非TensorFlow。在Terminal中运行命令:

anaconda-navigator # 启动anaconda

    在左侧列表中,选择environments, 可看到anaconda中安装环境为anaconda3和TensorFlow。选择TensorFlow后,边上会出现一个箭头,这时可以在右边的列表中查看、安装、卸载TensorFlow下的软件和软件包了。

    在anaconda->home下可以选择不同应用环境来启动应用.

四、启动TensorFlow开发环境

    可以通过anaconda启动

anaconda-navigator
# 启动anaconda->home->(application on)tensorflow,启动相关开发软件

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 安装准备 为了在Ubuntu操作系统上通过Anaconda安装TensorFlow,需确保已正确设置虚拟机环境以及完成Anaconda的部署。 #### 虚拟机与操作系统的配置 对于Windows 11系统上的VMware虚拟机,应下载适用于目标架构的Ubuntu ISO文件,并按照指引完成VMware Workstation 16 Player的安装及新虚拟机的创建[^1]。这一步骤为后续软件栈搭建提供了基础运行平台。 #### Anaconda环境构建 接着,在Ubuntu终端执行命令来获取并安装适合当前系统的Anaconda版本: ```bash wget https://repo.anaconda.com/archive/Anaconda3-2023.07-1-Linux-x86_64.sh bash Anaconda3-2023.07-1-Linux-x86_64.sh ``` 上述脚本会引导用户完成整个安装流程,包括路径选择等交互环节。完成后重启终端使更改生效。 ### TensorFlow的具体安装方法 针对不同需求可以选择CPU版或GPU加速版TensorFlow进行安装。 #### CPU 版本安装 对于仅依赖于中央处理器(CPU)运算能力的应用场景而言,可以通过如下指令快速建立专用于TensorFlow开发工作的Conda虚拟环境,并在此环境中安装特定版本TensorFlow库: ```bash conda create -n tensorflow_env python=3.9 conda activate tensorflow_env pip install --upgrade pip pip install tensorflow==2.12.0 ``` 这里指定了Python解释器版本为`3.9`,并且选择了稳定发布的TensorFlow `2.12.0`作为示例;实际应用可根据项目兼容性和官方文档建议调整这些参数[^2]。 #### GPU 加速版本安装 当计划充分利用图形处理单元(GPU)提升模型训练效率时,则需要额外考虑CUDA Toolkit及其配套组件CuDNN的支持状况。以安装带有GPU支持的TensorFlow为例: ```bash conda create -n tensorflow_gpuenv python=3.8 conda activate tensorflow_gpuenv pip install --upgrade pip pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple conda install cudatoolkit=10.1 cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/nvidia/ ``` 此过程中不仅限定了Python版本(`3.8`)TensorFlow-GPU版本(`2.2.0`),还特别指明了来自清华大学镜像源的CUDA工具集与CuDNN库版本,旨在优化国内用户的下载体验同时保障软硬件间的良好协作[^3]。 最后可通过简单的测试代码验证安装成果: ```python import tensorflow as tf print(tf.__version__) tf.test.is_built_with_cuda() tf.config.list_physical_devices('GPU') ``` 以上代码片段能够帮助确认所使用的TensorFlow是否具备预期的功能特性,比如能否识别到可用的GPU设备等。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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