在linux服务器上配置虚拟环境--python+TensorFlow

最新推荐文章于 2024-07-20 19:52:53 发布

原创最新推荐文章于 2024-07-20 19:52:53 发布 · 3.4k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#虚拟环境 #TensorFlow #cuda #cudnn #版本对应

机器学习前期准备工作专栏收录该内容

4 篇文章

订阅专栏

本文详细介绍如何在服务器上安装Anaconda、CUDA、cuDNN及显卡驱动，并通过配置虚拟环境来安装TensorFlow-GPU，确保深度学习项目顺利运行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一.简介
需要在服务器上安装的软件如下：
anaconda
cuda
cudnn
显卡驱动
如有疑问可参考：博客

二.cuda和cudnn版本对应关系
详情可参考TensorFlow官网上提供的介绍：https://tensorflow.google.cn/install/source?hl=zh-cn
Linux
在这里插入图片描述

Mac
在这里插入图片描述
Windows

三.配置虚拟环境
在安装并配置完成文章开头提到的软件的对应的路径过后（软件的安装请按默认路径进行安装，方便查找），我们开始配置虚拟环境。
打开终端：terminal （ctrl+alt+t）

cd /home/XXX/anaconda3/envs
#XXX为当前用户名；anaconda3是安装完成后anaconda的文件夹名。
conda create -n YYY python=ZZZ    
#YYY为虚拟环境的名字，自行设置；ZZZ为python的版本，根据需要自行选择 2.x  、3.X
source activate YYY
#激活虚拟环境，YYY为虚拟环境的名字
pip install TensorFlow-GPU==GGG
#GGG为TensorFlow的版本，根据环境及需要进行选择，如果下载较慢，可以换源。
python
import tensorflow
exit（）
source deactivate #退出虚拟环境

四.图文详解
在这里插入图片描述