Linux下用anaconda的pip来安装Tensorflow-gpu

本文详细介绍了如何通过Anaconda安装Python环境,并更换国内源加速Tensorflow-gpu的安装过程。此外,还提供了为Tensorflow环境配置Jupyter Notebook Kernel的方法。

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

一、安装anaconda

前期需要安装python环境,我用的是anaconda,方便且自带pip
在清华镜像站找到Anaconda3-2019.10-Linux-x86_64.sh,我选的是最新版的
下载链接

打开这个文件所在的文件夹的终端
bash Anaconda3-2019.10-Linux-x86_64.sh
source ~/.bashrc #更新配置
没有用sudo是因为在此前安装的时候采用了sudo,导致之后创建虚拟环境无写入权限,所以就没有用sudo了,暂时还没有什么问题
打开这个文件所在的文件夹
测试是否安装成功
在终端输入python或者python3,若出现相关信息提示就代表安装成功。(有可能因为P大小写问题而结果不同)

二、安装Tensorflow-gpu

0.更换下载源

提前将下载源换成国内源,例如阿里源、清华源。
我选的是阿里源,挺方便的,直接复制粘贴就行了,因为之后使用的是pip安装,所以先让我们修改一下pip.conf的内容,这就涉及到隐藏文件了。
一般.conf文件会出现在根目录下的/.config/隐藏文件夹内,而我们要找的pip.conf就在其中,怎么打开隐藏文件夹就不多说了(ctrl+H),

在这里插入图片描述在这里插入图片描述在这里插入图片描述
在pip.conf所在的文件夹打开终端
在这里插入图片描述
然后将文本内容全部清除,将阿里源提供的内容粘贴进去
将配置方法b.的内容粘贴进去
这样就更换好了国内源。

1.安装Tensorflow-gpu

激活你为安装tensorflow准备的python环境
conda activate TensorFlow-gpu #将TensorFlow-gpu替换成你创建的环境名称
在这里插入图片描述
在这个情况下,直接pip install 是无法安装的,会提示你找不到pip这个命令,那么要去哪里找anaconda的pip包呢?一般会在你安装的anaconda的目录下的bin文件夹内。
在这里插入图片描述
这样就能开始安装了,且下载速度正常。

在这里插入图片描述
其实到这里Tensorflow-gpu的安装就已经结束了,以下是额外的内容

2.为Tensorflow环境创建Jupyter Notebook Kernel

anaconda自带jupyter

1).conda install ipykernel -y
在这里插入图片描述
在这里插入图片描述
2).python -m ipykernel install --user --name Tensorflow-gpu --display-name “TensorFlow-GPU”
在这里插入图片描述在这里插入图片描述
3).检测是否安装成功
在终端输入jupyter notebook
注意要先打开conda环境,也就是前面几步你所使用的,它会显示在你的用户名前
如果在jupyter界面新建的时候能看到你刚才重新命名的环境就代表成功了。
在这里插入图片描述

### 安装 TensorFlow-GPU 的方法 为了在 Linux 服务器上使用 Anaconda 正确配置并安装 TensorFlow-GPU,可以通过以下几种方式进行操作: #### 方法一:通过 Conda 命令直接安装 可以直接利用 `conda` 来安装指定版本的 TensorFlow-GPU。例如,要安装 TensorFlow-GPU 版本 1.12.0,可以运行以下命令: ```bash conda install tensorflow-gpu==1.12.0 ``` 此方法适用于 Conda 已经支持的 TensorFlow-GPU 版本[^1]。 #### 方法二:通过 Pip 安装特定版本 如果目标 TensorFlow-GPU 版本未被 Conda 支持,则可以在激活的 Anaconda 虚拟环境中使用 `pip` 进行安装。例如,对于 TensorFlow-GPU 1.13.2 可以执行以下命令: ```bash pip install tensorflow-gpu==1.13.2 ``` 这种方法允许更灵活地选择不同版本的 TensorFlow-GPU[^2]。 #### 方法三:离线安装 TensorFlow-GPU 当网络条件受限时,可以选择下载对应版本的 `.whl` 文件并通过本地文件路径完成安装。例如,在 Python 3.7 环境下安装 TensorFlow-GPU 2.3.0,可先获取对应的轮子文件(wheel file),然后运行以下命令: ```bash pip install tensorflow_gpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl ``` 该过程需确保所选 wheel 文件与系统的架构以及 Python 解释器版本相匹配[^3]。 #### 额外提示:混合工具链安装其他依赖项 有时可能还需要额外安装一些库来满足项目需求。在这种情况下,即使某些包无法通过 Conda 获取,也可以借助内置的 Pip 实现安装目的。比如安装 NumPy 库至当前活动的虚拟环境里,可以用下面这条指令实现: ```bash python -m pip install numpy ``` 这一步骤展示了如何结合两种工具的优势来构建完整的开发环境[^4]。
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