采用ubuntu系统来安装tensorflow

本文介绍在Ubuntu上安装TensorFlow的过程及遇到的问题。包括解决Winscp连接问题、安装配置及验证等步骤。
部署运行你感兴趣的模型镜像

最近在学习google新开源的深度学习框架tensorflow。发现安装它的时候,需要依赖python2.7.X;我之前一直使用的linux是centos。而centos不更新了,里面的自带的python一般都是python2.6以下的。不仅如此,系统里面很多组件又依赖python2.6,所以导致你都不能替换掉它。无奈之下,选择ubuntu了。下面介绍一下使用ubuntu安装tensorflow遇到的一些问题。

1、ubuntu无法用Winscp连接

解决办法:

(1)、采用桥接的方式进行上网(由于是用虚拟机安装的操作系统)

(2)、利用ps -e  |grep ssh  查看是否有sshd进程开启。如果没有则需要安装openssh-server

    安装的方式:sudo apt-get install openssh-server

    启动相应的进程:/etc/init.d/ssh start

(3)、此时需要reboot系统

(4)、由于ubuntu最初root的用户是没有被激活的,所以需要通过修改root用户密码来激活root用户。

完成即可连接了。

2、安装tensorflow。

由于我的ubuntu是最新版的(ubuntu-16.04-desktop-amd64),里面自带的python是2.7.11。因此满足要求。由于tensorflow有三种安装方式,这里采用的是pip安装方式。下面开始安装tensorflow:

(1)首先安装pip

 sudo apt-get install python-pip python-dev

(2)利用pip安装tensorflow

sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl

安装好了后,如下图所示:

根据上面黄色的提示,叫我升级pip:于是我就按照他的要求升级了,执行:pip install --upgrade pip

 3、检验tensorflow是否安装成功

通过下面一段代码来测试tensorflow是否安装成功:

$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>
下面是我执行的结果如下图所示:

4、安装python-numpy ,python-scipy,python-matplotlib

sudo apt-get install python-numpy

sudo apt-get install python-scipy

sudo apt-get install python-matplotlib

验证是否安装成功:(如下图所示)

 

 

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

### 如何在Ubuntu系统安装TensorFlow #### 准备工作 确保操作系统为支持的版本,如Ubuntu 18.04 LTS 或者 Ubuntu 20.04 LTS[^2]。对于更高版本如Ubuntu 22.04,在安装过程中需特别留意Python版本以及CUDA驱动版本之间的匹配情况[^4]。 #### 安装NVIDIA显卡驱动程序 为了使TensorFlow能够利用GPU加速计算性能,需要先安装合适的NVIDIA显卡驱动程序(例如`nvidia-driver-xxx`),这一步骤至关重要因为不正确的驱动可能导致后续操作失败或效率低下。 #### 使用Anaconda创建环境并安装TensorFlow 推荐采用Anaconda管理依赖关系和不同项目间的隔离性。通过Anaconda可轻松设置所需的Python解释器及其库文件集合。具体做法如下: 1. 打开终端窗口; 2. 创建一个新的Conda环境,并指定Python版本号: ```bash conda create --name tf_env python=3.9 ``` 3. 启动新建立好的环境: ```bash conda activate tf_env ``` 4. 接着就可以在这个环境中安全地执行TensorFlow及相关工具包的安装了。如果打算仅运行CPU版,则只需简单地调用pip完成安装过程: ```bash pip install tensorflow ``` 5. 对于希望启用GPU支持的情况来说,除了上述步骤外还需要额外准备一些组件比如CUDA Toolkit 和 cuDNN SDK 。此时应该按照官方文档指导挑选对应版本进行部署,之后再尝试安装带有gpu标签的tensorflow包: ```bash pip install tensorflow-gpu ``` 6. 验证安装成功与否的一种方法就是启动Python交互界面后导入模块查看是否有错误提示发生: ```python import tensorflow as tf print(tf.__version__) ``` 7. 如果一切正常的话将会显示当前已加载的TensorFlow版本信息;反之则可能意味着某些前置条件未满足或是路径配置存在问题。 #### 安装Jupyter Notebook用于开发调试 最后还可以考虑加入Jupyter notebook作为辅助编程平台,它允许用户在一个网页浏览器内编写、编辑和分享包含实时代码片段在内的多媒体笔记本文档。 ```bash pip install jupyterlab jupyter labextension install @jupyter-widgets/jupyterlab-manager ``` 这样就完成了整个基于Ubuntu系统TensorFlow安装流程介绍[^3]。
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