在Ubuntu下安装TensorFlow-gpu版本

本文详细介绍了在Ubuntu系统中安装TensorFlow-GPU版本的步骤。包括使用清华镜像源下载Anaconda、安装NVIDIA驱动、配置Anaconda镜像源、创建虚拟环境并安装TensorFlow-GPU及Spyder等过程。

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

在Ubuntu下安装TensorFlow-gpu版本

 

     以前写过在Window7下面安装Tensorflow遇到过的一些问题,今天就来记录一下在Ubuntu安装TensorFlow方法,简直不能太简单~~~

     安装方法和Window上基本一样,CPU版本的不说了,太简单,主要来介绍下GPU版本的。

 

     第一步:从 清华大学镜像源 下载对应版本的Anaconda 安装包,下载下来是一个 Anaconda3-5.1.0-MacOSX-x86_64.sh 这样一个文件,在端口输入 

bash  Anaconda3-5.1.0-MacOSX-x86_64.sh

     一直到安装完成就可以。

    第二部:安装显卡所对应的驱动程序,如果安装了NVIDIA的显卡,可以直接更新为它的专有驱动:

    第三步:更换镜像源,在Anaconda文件中打开端口,将conda的镜像源更换为清华大学的镜像源:

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

    第四步:创建一个TensorFlow的虚拟环境,然后直接安装就可以:

conda create -n tensorflow python=3.5
source activate tensorflow



conda install tensorflow-gpu

   第五步:安装spyder编译环境:

conda install spyder

   第六步:验证

python

 

import tensorflow

如果这一步不出错的话就大功告成!

 



 

 

 

 

 

 

 

 

  

posted @ 2018-07-23 15:12 Liu_xiang 阅读( ...) 评论( ...) 编辑 收藏
### 如何在 Ubuntu 16.04 上安装 TensorFlow-GPU #### 准备工作 确保已经正确安装了 NVIDIA 显卡驱动以及 CUDA 和 cuDNN 的相应版本。这些组件对于 TensorFlow-GPU 版本的支持至关重要[^5]。 #### 安装依赖库 为了使 TensorFlow 能够访问 GPU 性能统计信息,需先通过命令 `sudo apt-get install libcupti-dev` 来安装必要的支持包。 #### 使用 Pip 进行安装 可以通过 Python 的包管理工具 pip 来安装特定版本TensorFlow-GPU。例如: ```bash pip3 install --trusted-host pypi.org --trusted-host files.pythonhosted.org tensorflow-gpu==1.10.0 --user ``` 这条指令指定了信任的主机地址来绕过某些网络环境下的安全限制,并选择了具体的 TensorFlow-GPU 版本号进行安装。 另外,在其他资料中也提到了不同的 TensorFlow-GPU 版本,比如可以使用如下命令安装较早版本: ```bash sudo pip install tensorflow-gpu==1.2.0 ``` 或者是稍新的版本: ```bash pip install tensorflow-gpu==1.6.0 ``` 这取决于项目需求和个人偏好[^1][^2]。 #### 创建虚拟环境 (可选) 如果希望保持系统的整洁并减少不同项目的冲突风险,则建议创建一个新的 Python 虚拟环境再执行上述安装操作。这样做的好处是可以独立控制各个项目的依赖项而不影响全局设置[^4]。 #### 验证安装成果 完成以上步骤后,可通过运行简单的 Python 程序测试 TensorFlow 是否能够识别到本地存在的 GPU 设备: ```python import tensorflow as tf print(tf.config.list_physical_devices('GPU')) ``` 这段代码会打印出所有被检测到的物理 GPU 列表;如果有任何输出则说明 TensorFlow 已经成功连接上了 GPU 并准备就绪[^3]。
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