Linux下使用anaconda安装tensorflow(GPU版)

本文详细记录了基于Tesla K40m显卡、CUDA 8.0环境下安装TensorFlow GPU版的过程。针对版本冲突等问题提供了具体解决方案,并分享了安装过程中的一些注意事项。

系统硬件设备

    笔者的显卡是Tesla K40m,显存12g,cuda版本是8.0,python版本是3.6,基于以上信息安装的tensorflow。

安装血泪史

    由于笔者要安装的是gpu版,因此采用的下述方法:

conda create -n tensorflow python=3.6 # or python=2.7, etc.
source activate tensorflow
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.3.0-cp36-cp36m-linux_x86_64.whl

    在安装时,之前选择的tensorflow版本是1.7.0最新版,但是发现他需要cuda的版本是9.0,因此果断放弃最新版,退回1.3.0,之后便可正常使用。

    这里给出测试样例:

# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

参考博客

linux 安装tensorflow(gpu版本)

ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory解决方案

module 'tensorflow.python.framework.fast_tensor_util' does not match runtime version 3.6问题解决



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