ubuntu16.04使用anaconda安装tensorflow-gpu,并在pycharm中配置

本文提供了一种在Anaconda环境下安装TensorFlow-GPU的简易步骤,避免了CUDA和cuDNN的复杂配置。文章详细介绍了从安装显卡驱动、Anaconda,到创建并激活虚拟环境,最后安装TensorFlow-GPU的具体操作。同时,文中也提醒了使用ROS的用户可能遇到的问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

之前配置了CUDA10.0+cuDNN7.4+tensorflow1.13的环境(https://blog.youkuaiyun.com/weixin_40512640/article/details/92077967) ,但在pycharm中使用时不知为何出现了问题(可能是不同python版本导致的问题),于是便用anaconda安装tensorflow,方法更加简便,不需要安装CUDA与cuDNN。
但是!!!!如果使用ros,ros与anaconda一起使用会出现各种问题!!!所以如果用ros,不建议此方法安装

参考了https://blog.youkuaiyun.com/weixin_39954229/article/details/79961172

1、安装显卡驱动(比较简单的方法)
https://blog.youkuaiyun.com/weixin_40512640/article/details/91958123
2、安装anaconda
(1)https://www.anaconda.com/download/#linux 下载
(2)cd到文件下载的位置输入如下命令安装Anaconda

bash Anaconda3-5.1.0-Linux-x86_64.sh

3、重启终端,更新

conda update -n base conda

3、安装tensorflow-gpu
(1)创建虚拟环境,指定Python版本

conda create -n tensorflow python=3.6

(2)激活创建的环境

conda activate tensorflow

source activate tensorflow

(3)安装tensorflow

conda install tensorflow-gpu==1.13.1

(4)查看是否安装成功

python
import tensorflow

(5)退出该环境

conda deactivate

source deactivate

4、下面给出conda的简单使用(https://www.jianshu.com/p/cfb3a145013d)
(1)退出环境:

conda deactivate

source deactivate

(2)移除tensorflow环境

conda remove -n tensorflow --all

(3)查看GPU运行状况

watch -n 0 nvidia-smi

5、在pycharm中配置

打开pycharm,file->settings
在这里插入图片描述点击右上角齿轮符号->add,设置如下
在这里插入图片描述这样便完成了配置。

测试代码如下:
import tensorflow as tf
matrix1 = tf.constant([[3., 3.]])
matrix2 = tf.constant([[2.],[2.]])
product = tf.matmul(matrix1, matrix2)
sess = tf.Session()
result = sess.run(product)
print (result)

输出[[12.]]

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