unbuntu14.04配置tensorflow-gpu

本文详细介绍如何在Ubuntu系统上安装和配置NVIDIA GPU驱动、CUDA8.0、cuDNNv5.1,并通过Anaconda安装TensorFlow-GPU版本。此外,还介绍了如何正确启动PyCharm以确保能成功导入TensorFlow。

对于nvidia显卡的话可以用nvidia-smi命令来查看显卡信息

CUDA8.0 + cuDNN v5.1 + pycharm

第一步,安装GPU驱动。检查系统设置中的详细信息,看GPU是否安装好了驱动(图形选项显示的是自己的GPU信息就是安装好了)。接着是使用Ubuntu自带的驱动安装器了,类似与win的驱动精灵,点击左上角的启动器,在搜索框搜索‘附加驱动’这个程序。安装最上方的最新驱动。重启。


第二步,下载安装CUDA8.0。下载地址:https://developer.nvidia.com/cuda-downloads  解压后使用    ncvv -V 命令测试

第三步,下载安装cuDNN v5.1 解压后将文件复制替换到CUDA文件夹

第四步,安装ananconda,https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/  清华镜像地址

第五步,使用pip安装tensorflow-gpu版本,直接用pip太慢

使用清华镜像地址,很方便还提供命令 https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/

我安装的是1.0.0版本,其他版本报错

第六步,pycharm安装。https://www.jetbrains.com/pycharm/download/#section=linux 下载社区版本。

无法导入tensorflow,修改了pycharm的Interpreter,但是仍然行不通。最后发现是因为pycharm如果不通过bash启动而是通过桌面快捷方式启动的话,bash的环境变量不会被pycharm继承。所以解决方法就是在终端中通过bash ${PATH_TO_PYCHARM}/bin/pycharm.sh 启动pycharm。


参考资料:

https://jingyan.baidu.com/article/d7130635c5a86113fdf47532.html

http://keras-cn.readthedocs.io/en/latest/for_beginners/keras_linux/

https://www.zhihu.com/question/60840419


### 配置ESP-IDF开发环境 #### 准备工作 为了顺利配置ESP-IDF开发环境,在Ubuntu操作系统上需先完成一系列准备工作。确保已安装必要的依赖项,这可以通过执行命令`sudo apt-get update && sudo apt-get install git wget flex bison gperf python3 python3-pip`来实现[^1]。 #### 下载并设置ESP-IDF 下载ESP-IDF至本地计算机是构建开发环境的重要一步。可以利用Git仓库克隆官方提供的ESP-IDF版本库到本地文件夹中。具体操作如下所示: ```bash git clone --recursive https://github.com/espressif/esp-idf.git ``` 此过程会自动拉取所有必需子模块,从而简化后续步骤中的复杂度管理[^2]。 #### 安装Python包和其他依赖关系 进入刚刚创建好的 esp-idf 文件夹内运行脚本 `install.sh` 来安装所需的 Python 包以及其他依赖关系。该脚本将会处理大部分繁琐的工作,使开发者能够专注于编写应用程序逻辑而非解决兼容性和路径问题。 ```bash cd esp-idf ./install.sh ``` #### 设置环境变量 为了让系统识别新安装的工具链以及相关资源位置,需要临时加载这些变更或将它们永久保存于用户的 shell profile 中(例如 `.bashrc`, `.zshrc`)。对于一次性测试来说,可以直接调用 export 脚本来立即生效;而对于长期项目,则建议将其加入启动配置文件里以便每次登录时都能继承正确的环境设定。 ```bash . ./export.sh ``` 以上命令会在当前终端实例中激活 ESP-IDF 工具链及其关联组件,允许用户立刻开始新的工程创建工作流而无需担心底层细节。 #### 编辑和编译第一个程序 当一切准备就绪之后就可以尝试建立一个简单的 blinky LED 控制器作为入门练习了。通过idf.py菜单引导界面选择默认选项直至结束即可自动生成基础框架结构供进一步修改完善之用。 ```bash idf.py create-project my_blinky_project cd my_blinky_project idf.py menuconfig idf.py build flash monitor ``` 上述指令序列依次完成了新建项目、切换目录、调整参数配置、编译固件映像并向目标板上传送最终成果等一系列动作,使得整个流程变得异常简便快捷。
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