linux深度学习环境配置

最新推荐文章于 2025-02-24 17:53:09 发布

原创最新推荐文章于 2025-02-24 17:53:09 发布 · 847 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #tensorflow #linux #机器学习

深度学习专栏收录该内容

8 篇文章

订阅专栏

本文详细介绍了在Ubuntu环境下安装JDK8、Python、CUDA、cuDNN及TensorFlow的步骤与常见错误解决方案，包括处理软件包缺失、权限不足等问题，以及如何配置环境变量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.安装JDK8

add-apt-repository ppa:webupd8team/java
apt-get update
apt-get install oracle-java8-installer

报错：
（1）没有可用的软件包 oracle-java8-installer，但是它被其它的软件包引用了。
这可能意味着这个缺失的软件包可能已被废弃，或者只能在其他发布源中找到

（2）sh: 0: getcwd() failed: No such file or directoryE: 软件包 oracle-java8-installer 没有可安装候选
原因：
oracle已不再提供java8，需要换开源的jdk11
解决办法：

apt-get install openjdk-11-jdk

java -version 发现仍然安装失败
解决办法：
在/usr下建立java文件夹，然后图形界面下将下载到的包解压缩至该文件夹下
添加环境变量

sudo vi /etc/profile

在文件最后加上（注意版本，不同的版本，第一行的JAVA_HOME不同）

export JAVA_HOME=/usr/java/jdk-8u221-linux-x64/jdk1.8.0_221
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export CLASSPATH=$JAVA_HOME/lib/
export PATH=$PATH:$JAVA_HOME/bin
export PATH JAVA_HOME CLASSPATH
PATH=$JAVA_HOME/bin:$PATH
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME
export PATH
export CLASSPATH

退出vi编辑器，使环境变量设置立即生效

       $ source /etc/profile

apt-get install pkg-config zip g++ zlib1g-dev unzip
chmod +x bazel-0.4.3-jdk7-installer-linux-x86_64.sh
./bazel-0.4.3-jdk7-installer-linux-x86_64.sh

报错：
bash ./bazel-0.4.3-jdk7-installer-linux-x86_64.sh权限不够
解决办法：
将其移动到下载目录，关掉所有终端，然后新终端进入下载目录，检查java -version是否有效再执行上述两行。

2.安装python环境

apt-get install python3-numpy swig python3-dev python3-wheel
export PATH="$PATH:$HOME/bin"
bazel

3.安装cuda

sudo apt-key add /var/cuda-repo-10-1-local-10.1.168-418.67/7fa2af80.pub
dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.168-418.67_1.0-1_amd64.deb
apt-get update
apt-get install cuda

4.安装cuDNN

tar -zxvf cudnn-10.1-linux-x64-v7.6.2.24.tgz
cd cuda
cp lib64/libudnn* /usr/local/cuda/lib64
cp include/cudnn.h /usr/local/cuda/include/

报错：
cp: 无法获取’lib64/libudnn*’ 的文件状态(stat): 没有那个文件或目录
文件窗口操作时报错：创建符号链接时出错：权限不够
解决办法：

chmod 777 cuda
chmod 777 cuda/include
chmod 777 cuda/lib64

5.安装tensorflow

pip install tensorflow==1.4.0