Ubuntu16.04 cuda 10.0安装 anaconda3+mxnet gpu版本

一,安装Ananconda3
首先,去Anaconda的下载 https://www.anaconda.com/download/#download 对应python版本的Anaconda安装文件。
在这里插入图片描述选择Linux系统下的,3.7版本的第一项,下载文件保存到一个确定文件夹里,默认会保存到下载里,但是我移动了一下,把它直接放在了home下。
2.安装
打开 .sh 文件所在的文件,我的是 cd /home/anzhuo/,你也可以直接在文件所在目录下右键,选择在终端打开,然后输入下面的命令:

$sudo bash Anaconda3-2019.03-Linux-x86_64.sh

(bash 后边是你下载的文件的名字)

然后,会有一个声明,一直按回车继续,把它读完。 接下来,它会提示你是否接受协议,这里直接输入yes,再按回车即可(不要直接按回车,这样默认是no)。
接下来会提示你指定安装路径,这里可以使用默认的,也可以自己指定,我的就是用的默认的,一直输入的yes.
然后就是等待安装进程完成,完成后会提示你是否要将Anaconda的安装路径添加到PATH环境变量中,输入yes就好了。这部分安装完成后会提示你安装microsoft virual code 的相关内容,我点击的yes,然后就一直提示我检查网络,可是我的网络是连着的,我重新

### 安装 CUDA 10.0 和配置 TensorFlow 的步骤 #### 准备工作 为了确保顺利安装 CUDA 10.0 并使其能够支持 TensorFlow,在开始之前需确认计算机配备有兼容 CUDAGPU 设备,并且操作系统为 Ubuntu 16.04。此外,还需注意当前系统的内核版本应满足 CUDA 10.0 要求;通常情况下,默认的 4.15 版本可能不完全适配,建议降至 4.4.0 或其他受支持版本[^3]。 #### 卸载现有 NVIDIA 驱动程序并禁用 Nouveau 开源驱动 由于 nouveau 可能会干扰新安装的专有 NVIDIA 显卡驱动器的工作效率,所以在安装新的驱动之前应该先将其停用。可以通过命令 `lsmod | grep nouveau` 检查 nouveau 是否正在加载,如果存在,则按照官方文档指导完成卸载操作。 #### 下载与安装 CUDA Toolkit 10.0 访问 NVIDIA 官方网站下载适用于 Linux (Ubuntu 16.04) 的 CUDA 10.0 安装包。推荐采用 .run 文件形式进行静默安装以减少潜在冲突。安装过程中遵循提示设置环境变量 PATH 和 LD_LIBRARY_PATH 至相应目录下[^2]。 #### 安装 cuDNN 库 cuDNN 是由 NVIDIA 提供的一个用于加速深度神经网络应用性能的重要库。对于 CUDA 10.0 用户来说,应当选择匹配此版本的 cuDNN v7.x 进行部署。解压 tarball 后将文件复制到已有的 CUDA 工具链路径中即可。 #### 测试 CUDA 安装情况 通过执行位于 `/usr/local/cuda/samples/1_Utilities/deviceQuery` 中的例子来验证 CUDA 是否成功安装。正常情况下该测试案例将会打印出关于本地 GPU 设备的信息列表[^4]。 #### 使用 pip 安装 TensorFlow-GPU 最后一步就是利用 Python 包管理工具 pip 来获取特定版本的 TensorFlow-GPU。考虑到兼容性问题,这里指定安装 tensorflow-gpu==1.14.0 版本来配合前面所搭建好的硬件平台环境[^1]。 ```bash pip install tensorflow-gpu==1.14.0 ```
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