在linux服务器上配置虚拟环境--python+TensorFlow

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
在这里插入图片描述

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
在这里插入图片描述
在这里插入图片描述

###################################################################################
远程连接的用户也可以按上述方法进行配置,还是很好用的,搭配上远程ssh的博客,美滋滋~

### 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