ubuntu 使用 conda 安装 tensorflow-gpu

本文详细介绍了在Ubuntu系统中如何使用conda安装tensorflow-gpu的步骤,包括安装nvidia驱动、cuda、配置环境变量,以及安装cudnn,并提供了安装完成后验证安装成功的测试方法。

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

在 ubuntu 上通过 conda 安装 tensorflow-gpu,主要可以分为四步(默认已经安装好了conda)

  1. 在 ubuntu 上安装 nvidia 驱动,这一步在网上有很多教程,不是难点,所以这里不详细展开
  2. 安装 cuda,这里可直接下载
    1. 下载该文件后,直接运行 sudo sh [文件名] 即可安装,注意,在遇见是否安装驱动时,选择,这是由于第一步已经安装好了驱动,所以无需再装,否则到时 cuda 会安装失败
    2. 安装该程序后,会在 /usr/local 目录下生成新 cuda-8.0 目录,接下来将之添加到系统的环境变量,具体操作如下:
      1. 打开 ~/.bashrc 文件
      2. 在该文件的末尾添加 export PATH=/usr/local/cuda-8.0/bin:$PATH
        export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
        export CUDA_HOME=/usr/local/cuda-8.0:$CUDA_HOME
      3. 使该文件生效:source ~/.bashrc
  3. 安装 tensorflow-gpu:
    1. conda create -n tensorflow1_4 python=3.6
    2. conda activate tensorflow1_4
    3. sudo pip install --upgrade tensorflow-gp
### TensorFlow-GPU安装步骤 为了在 Ubuntu 系统上顺利安装 `tensorflow-gpu`,建议按照以下方法操作: #### 使用清华镜像源加速安装过程 由于官方 PyPI 源可能速度较慢,在命令行中可以指定使用清华大学开源软件镜像站作为下载源。具体命令如下[^1]: ```bash pip install tensorflow-gpu==2.2.2 --user -i https://pypi.tuna.tsinghua.edu.cn/simple ``` #### 创建并激活 Python 虚拟环境 为了避免与其他项目发生冲突以及更好地管理包版本,强烈建议先创建一个新的虚拟环境再进行安装。这可以通过 venv 或 conda 工具完成。 对于基于纯 python 的解决方案,可执行下面两条指令: ```bash python3 -m venv my_tensorflow_env source my_tensorflow_env/bin/activate ``` #### 准备依赖项列表文件 requirements.txt 考虑到多个库之间的兼容性和简化后续部署流程,最好提前准备好所需的全部Python 库及其特定版本号,并将其写入名为 `requirements.txt` 文件里。例如[^3]: ``` scipy==1.4.1 numpy==1.19.2 matplotlib==3.2.1 opencv-python==4.2.0.34 tensorflow-gpu==2.4.0 tqdm==4.46.1 Pillow==8.2.0 h5py==2.10.0 scikit-learn Cython ``` 之后只需运行一次批量安装即可满足所有需求: ```bash pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple ``` #### 验证 GPU 支持情况 当一切准备就绪后,应该验证 TensorFlow 是否能够正确识别本地可用的GPU设备。可以在交互式的解释器或者脚本里面加入这段代码片段来进行检测[^2]: ```python from tensorflow.python.client import device_lib print(device_lib.list_local_devices()) ``` 如果输出中有显示 CUDA-enabled 设备的信息,则说明安装成功并且已经启用了 GPU 加速功能。
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