ubuntu一行命令在Anaconda下安装tensorflow-gpu

博客介绍了在Ubuntu系统的Anaconda环境下安装tensorflow-gpu的方法。先查看显卡驱动版本,如390.77;再依据该版本在NVIDIA网站确定cuda版本,服务器为ubuntu14.04时选cuda9.0;最后用一行命令完成tensorflow-gpu的安装。

1.首先查看显卡驱动

nvidia-smi

在这里插入图片描述
可以看到:我的显卡驱动版本是390.77

2.根据显卡驱动版本确定cuda版本号

去nvidia网站NVIDIA CUDA Toolkit Release Notes查看显卡驱动版本与cuda版本的对应关系:
在这里插入图片描述
根据上面的对应关系,我的服务器是ubuntu14.04,因此选择cuda9.0

3.ubuntu一行命令在Anaconda下安装tensorflow-gpu

conda install -c anaconda tensorflow-gpu==1.9  cudatoolkit==9.0

等待安装完成就可以了。

### 升级 CUDA 版本的方法 在 Ubuntu 20.04 上安装 Anaconda3 后,如果需要升级 CUDA 版本,可以通过以下方法实现: #### 方法一:通过 Conda 更新 CUDA 工具包 Conda 提供了一个简单的机制来管理 GPU 驱动程序和库。可以使用 `conda install` 命令更新到所需的 CUDA 版本。 运行以下命令以更新 CUDA 到最新版本: ```bash conda update -n base conda conda install cudatoolkit=11.8 ``` 上述命令会将 CUDA Toolkit 更新至指定版本(此处为 11.8)。需要注意的是,不同版本的 PyTorch 或 TensorFlow 对应特定的 CUDA 版本,请确保所选 CUDA 版本兼容当前使用的深度学习框架[^1]。 #### 方法二:手动下载并安装 NVIDIA 的 CUDA Toolkit 对于更高级的需求或者当 Conda 中不提供所需 CUDA 版本时,可以选择从 NVIDIA 官方网站下载对应的 CUDA Toolkit 并手动安装。 执行以下步骤完成安装过程: 1. 访问 [NVIDIA CUDA Toolkit 下载页面](https://developer.nvidia.com/cuda-downloads),选择适合的操作系统(Ubuntu 20.04)、架构以及目标 CUDA 版本。 2. 下载 `.deb` 文件后,利用 `dpkg` 进行安装: ```bash sudo dpkg -i cuda-repo-<version>.deb sudo apt-get update sudo apt-get -y install cuda ``` 注意替换 `<version>` 为实际文件名中的具体版本号[^3]。 完成后需重新启动计算机使更改生效,并验证新安装的 CUDA 是否正常工作: ```bash nvcc --version ``` 此命令应当返回刚刚安装好的 CUDA 版本信息。 #### 方法三:调整环境变量路径优先级 有时即使已成功安装更高版本的 CUDA,在终端输入 `nvcc --version` 显示的结果仍可能是旧版。这是因为系统的 PATH 和 LD_LIBRARY_PATH 环境变量可能指向了先前较低版本的位置。此时可通过编辑 `~/.bashrc` 来修正这一问题。 打开该配置文件: ```bash nano ~/.bashrc ``` 追加如下两行内容于文档末尾处: ```bash export PATH=/usr/local/cuda-11.8/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:${LD_LIBRARY_PATH:+${LD_LIBRARY_PATH}:} ``` 保存退出后再刷新 shell 环境即可应用新的设置: ```bash source ~/.bashrc ``` 最后再次确认 nvcc 所属版本是否已被正确切换过来[^2]。 --- ### 注意事项 - 如果正在构建支持 GPU 加速的应用项目遇到类似 “Please check CUDA_ARCH_PTX or CUDA_ARCH_BIN in your build configuration” 错误提示,则表明编译器未能找到匹配的目标架构定义。这通常是因为本地开发环境中缺少必要的头文件或是链接库所致。针对这种情况可尝试修改 CMakeLists.txt 添加对应参数解决[^4]。 - 不同软件组件之间可能存在依赖关系冲突的情况发生;因此建议每次只变动单一因素测试其效果再逐步推进整体优化流程直至达成预期成果为止。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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