速通~腾讯云学生gpu服务器安装TensorFlow

原创

已于 2022-12-12 10:23:02 修改 · 1k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #腾讯云 #服务器 #jupyter

于 2022-11-24 16:15:42 首次发布

本文详述了在腾讯云上选择Ubuntu 18.04 LTS，广州六区的GPU服务器，进行CUDA和CUDNN的安装，以及Anaconda的配置。过程中遇到的坑包括CUDA版本兼容性、wget下载问题、Anaconda权限设置等，并提供了安装TensorFlow和PyTorch的步骤。最后，介绍了如何通过Jupyter Notebook进行远程开发，并解决权限问题。

学生优惠是80/月

选的是ubuntu 18 lts，广州三区没资源了那就选广州六区。

进入实例后，第一步是看显卡驱动有没有安装。显示已安装，但是！。。这是第一个坑，要留意到tesla t4只支持到cuda的11.2。

开始安装cuda（网址）
选runfile(local)，安装过程要看一下这个官方介绍。为什么，因为踩雷是不可避免的，早做准备吧…

下载好了要查看文件完整性，因为wget莫名其妙卡在85%的进度就结束。

另外，还是在cuda环节，附上腾讯云官方的教程腾讯云教程

好了，来装cudnn，官网在这cudnn官网
强烈吐槽现有的教程，都是些什么远古教程啊…最新的cudnn已经是deb文件了，直接一个下载下来然后运行就行了。我是在本地机Windows里下载的，通过winscp上传到云。winscp下载地址为winscp的地址</

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

users_csdn

关注关注

0
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

在腾讯云服务器上安装tensorflow-1.15-gpu(NVIDIA TESLA T4 + WINDOWS)

Silver_777的博客

01-07

3370

我的版本配置：显卡Tesla T4+windows server 2016+CUDA10.0+cuDNN7.4.2+tensorflow1.15-gpu+Anaconda3-2021.11

在服务器上安装tensorflow-gpu版本及其使用

ws995339251的博客

01-03

1万+

在服务器上安装tensorflow-gpu版本及其使用本文档是在服务器上，不要su权限，全部命令行下载安装配置教程 ###### 系统 Centos7 所需文件 - cuda9.0（一定是要9.0版本，9.2，10.0都是坑，亲测无效！） - cudnn（一定要与cuda版本匹配，NVIDIA官网具体下载时要注意） - Anaconda （本人下载的是5.4版本，其他版本只......

参与评论您还未登录，请先登录后发表或查看评论

GPU通识（学生党白票GPU资源）

harleyrecsys的博客

02-28

1409

GPU购买白嫖方案

学生党如何按量计费使用阿里云GPU服务器？

aliyuncloud的博客

07-21

873

通过合理评估自己的项目需求和运算规模，选择适合的GPU服务器规格，避免资源浪费和不必要的费用支出。总结起来，学生党要想按量计费使用阿里云GPU服务器，关键在于深入了解计费方式、合理规划任务调度、优化算法和代码编写，并善于利用平台提供的优惠政策。只有通过不断的实践和学习，结合个人项目需求，才能高效利用阿里云GPU服务器，实现预算内的目标。例如，合理规划任务调度，根据不同的项目需求，合理分配GPU资源，最大程度地减少资源闲置。其次，学生党在使用阿里云GPU服务器时，可以采取一些优化措施，提高资源利用效率。

哈佛/MIT学生创造GPU数据库，性能提升70倍

黄沙百战穿金甲，不破楼兰终不还。

04-24

1136

2012年Todd Mostak 在哈佛中东研究中心攻读硕士研究生，他试图为自己的论文主题绘制和处理阿拉伯之春期间发布的4千万Twitter帖子，但处理这些帖子数小时耗费了甚至数天。没有现成的系统能帮助他实现大数据集快速互动分析，于是他一边读MIT的数据库课程，一边开发出了利用GeForce Titan GPU处理数据的并行数据库系统MapD（演示，非论文）。基于GFU的数据库系统比基于CP

免费使用GPU服务器

Tc、zyh的博客

04-30

2985

许多从事在AI领域的学生没有适合的服务器，导致自己的模型不能跑出理想的效果。由于自己电脑配置太低或者没有服务器使用。现在不同担心了，中国移动新推出的服务器可以免费使用了，不过是使用算力豆计算的。注册之后免费送3000，大概可以使用3天左右，当然可以通过自己的账号邀请人获得算力豆，每邀一个人送1000，各位抓紧时间吧。地址：分享给你一个宝藏 AI 学习和实战平台“九天·毕昇”，注册即可免费赢取 2000 个算力豆（100 小时 V100 使用时长），还可助我赢取 1000 个算力豆哦~ https://j

Windows安装tensorflow的GPU版本

文盲青年的博客

11-09

1339

首先本文讨论的是windows系统，显卡是英伟达（invida）如何安装。一共需要安装cuDNNCUDA三个东西。其中CUDA是显卡的驱动库，cuDNN是深度学习加速库。安装开始前，首先需要安装好conda，网上有很多教程，这里不再赘述。

十分钟安装Tensorflow-gpu2

m0_61408947的博客

06-25

1247

的一番寻找，我找到了（一个一个试的）唯一一个符合python3.9环境兼容且与numpy1.19.5也兼容的matplotlib版本：matplotlib3.3.4。找找当前源下的CUDA与cuDNN有没有我们要的版本，如果没有对应包或者版本的话可以试试换镜像源，换几个总会有的。找到NVIDIA控制面板->帮助->系统信息->组件看一下CUDA版本，我的12.0是目前最新的，一般向下兼容。创建环境那么路径一定在C盘，而换默认路径一定是可以设置的，这里也不再展开。True了就成功了，恭喜。

腾讯云GPU云服务器免费测试申请【腾讯云】

szqcloud的博客

03-24

3695

腾讯云GPU云服务器测试申请说明： 腾讯云GPU云服务器提供一种应用于视频编解码、深度学习、科学计算等多种场景的快速、稳定、弹性的计算服务。出色的图形处理能力和高性能计算能力为您提供极致计算性能，有效解放您的计算压力，提升产品的计算处理效率与竞争力。为了使我们的产品和服务更好地满足您的期望，请完成这份简单的内测申请。收到您的申请后，我们将进入审核阶段。如通过审核，我们将安排售前工程师与您联系...

Google Colab 免费GPU服务器使用教程

Ahead_J的博客

10-28

353

入门教程： https://blog.youkuaiyun.com/cocoaqin/article/details/79184540 https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247493706&idx=1&sn=7474e40d5fe9968cbc79fc35b3c220f4&chksm=e8d05f3...

学生可以租的便宜云GPU-滴滴云

启人zhr的博客

07-10

2899

疫情在家的一段时间，尝试了各种云gpu服务，说一下自己的体会。首先你得知道自己需要什么样的需求，如今大多数较便宜的云GPU(Mist GPU，1024lab等深脑链)给你提供的都为一个类似的docker环境，这种环境的缺点在于，如果你的程序需要另外的docker镜像（比如我做强化学习，和环境交互，需要carla引擎作为交互环境），一般来说在docker中安装docker是不太行的，同样你在github中下载的别的程序如果另需要docker，那这种程序在这些平台上也很难运行，其二这些云gpu提供的docke

机器学习免费的GPU！AI程序员的福利来了~

AI黑板报的专栏

02-15

1774

两种可免费使用GPU的云端平台，Google云盘提供的Colab和kaggle竞赛线上平台！

学生党超实用的在线gpu加速服务器ATUODL，与pycharm连接使用教程。

siper12138的博客

04-17

6864

在线gpu加速服务器ATUODL，与pycharm连接使用教程ATUODLpycharm连接最近做yolo系列在visdrone上的目标检测，对算力有一定的要求。所以同学推荐了一款超级实用超级便宜的在线GPU加速服务器。 ATUODL 话不多说，上连接https://www.autodl.com/home 1.租用服务器。选择你需要的型号。然后创建。创建后会在控制台，我的实例中显示：开机：配置环境时点击更多，使用无卡模式开机，配置过程费才用0.01元开始配置环境：首先在控制台执行 co

今日起，学生专享GPU最低折扣，原价4-6折！

weixin_47716911的博客

08-13

619

深度学习的小伙伴都知道模型训练很烧钱尤其是弱小无助的学生党某乎上总能看见大家的在线求助有什么适合学生用的GPU平台？求推荐便宜的GPU租用？正是深知大家的不容易极链AI云在成立之初就坚持超便宜的GPU定价便宜到大家都能接受并特准备了专属礼包学生认证即可获得100元云币券（云币券和RMB为1:1的比例）全力为大家保驾护航可是，一场突来的疫情让大家不得不长时间在家但学业、研究、面试并不会因此暂停为了争分夺秒出效果云...

GPU服务器免费使用汇总——国内+国外！

热门推荐

m0_68233404的博客

01-04

8万+

在安装过程中呢，最重要的莫过于tensorflow，python及其依赖项的版本对应了，如果安装了版本不对应的cuda或者cudnn，可能会导致一系列的问题而最终不能正常地调用设备的GPU进行工作了。所以我们在安装的时候必须时刻注意它们之间的版本对应关系，如果说在安装过程中出现了与之前安装的tensorflow版本间的冲突，最简单也是最有效办法就是，在安装之前把之前安装的版本及其依赖项卸载干净，然后再进行安装。

深度学习GPU选购指南：哪款显卡配得上我的炼丹炉？

小白学视觉

03-08

4995

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达编｜新智元源｜Joey David众所周知，在处理深度学习和神经网络任务时，最好使用GPU而不是CPU来处理，因为在神经网络方面，即使是一个比较低端的GPU，性能也会胜过CPU。深度学习是一个对计算有着大量需求的领域，从一定程度上来说，GPU的选择将从根本上决定深度学习的体验。但问题来了，如何选购合适的GPU也是件头疼烧脑的事...

Linux服务器安装tensorflow1.4.1gpu

11-16

在Linux服务器上安装TensorFlow 1.4.1 GPU版本需要几个步骤。请注意，由于TensorFlow 1.x已经停止支持，推荐使用较新的版本如2.x或更高。以下是安装过程的一个基本概述： 1. **更新包管理器**: ``` sudo apt-get update sudo apt-get upgrade ``` 2. **安装CUDA和cuDNN**: - 首先，检查你的显卡是否兼容CUDA。访问NVIDIA官网找到对应显卡的CUDA版本下载并安装。 - 安装cuDNN（GPU加速库）：通常需要从NVIDIA官网下载cuDNN的.deb文件，然后运行`dpkg -i cudnn*.deb`。 3. **配置环境变量**: ```bash export CUDA_HOME=/usr/local/cuda export PATH=$PATH:$CUDA_HOME/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64 ``` 4. **安装Python依赖**: ``` sudo apt-get install python-dev python-pip pip install wheel ``` 5. **安装TensorFlow-GPU** (对于TensorFlow 1.x): ```bash pip install tensorflow-gpu==1.4.1 ``` 或者使用pip直接安装最新的稳定版TensorFlow（如果1.4.1已不再可用）: ```bash pip install tensorflow ``` 6. **验证安装**: 运行 `python -c "import tensorflow as tf; print(tf.GPUDeviceCount())"`，应返回大于0的值，表示成功安装了GPU版本的TensorFlow。注意：这个教程假设你已经在服务器上有一个支持GPU的Python环境，并且有管理员权限。如果你遇到问题，可能需要查看NVIDIA文档或其他在线资源寻找更详细的安装指南。