AI导航网
微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦！

环境综合

分类：Tensorflow作者：编程之家原文地址

win10系统有nvidia显卡后配深度学习环境：CUDA9.0、cudnn7.3、tensorflow_gpu1.12的下载与安装：

Windows下查看CUDA版本号：

打开控制面板，进入NVIDIA控制面板，查看CUDA版本号可以安装CUDA Toolkit，本文作者CUDA版本号为9.1，可以装的toolkit(可分离cpu和gpu代码):CUDA Toolkit 9.0、CUDA Toolkit 9.1、CUDA Toolkit 8.0等

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

CUDA、cudnn、tensorflow_gpu的下载与安装：

0.需要下载的安装包

在这里插入图片描述


1：为4的解压
2：安装英伟达驱动程序，设备管理器中查看显卡型号，到官网选择对应驱动下载，可以先卸载所有驱动再进行安装
3：Nvidia出品，用于做并行计算的平台CUDA toolkit，版本为9.0，前提是电脑拥有Nvidia独立显卡，看显卡对应使用cuda版本号见文章
4：Nvidia出品，用于做深度学习加速计算的cuDNN库，版本为7.3
5：Microsoft出品，在Windows操作系统运行所有软件都依赖的Net Framework库，版本为4.6
6：Google出品，提供给开发人员的深度学习开发框架TensorFlow。其有2个版本，cpu版和gpu版，本文要安装的是gpu版本，因为gpu版本是cpu版本运行速度的50倍
7.为测试有没有安装好环境写的python文件

1 .Net FrameWork4.6

在Windows操作系统运行所有软件都依赖的.Net Framework库。一般来说，安装Win10操作系统的时，会自动更新.Net Framework到较新版本，但是为了避免个别读者的软件版本较久，建议读者下载并安装.Net Framework4.6。进入Windows官网，链接：https://www.microsoft.com，进入后页面如下图所示：在搜索框搜索：Net Framework 4.6，Offline中文叫做离线，我们需要下载Offline Installer版本：

在这里插入图片描述


双击直接安装

2.CUDA9.0（toolkit）

进入Nvidia官网，链接：https://www.nvidia.com

在这里插入图片描述


选择下载CUDA9.0而不是CUDA10.0的原因：tensorflow_gpu库尚未发布与CUDA10.0对应的版本。Legacy Releases中文叫做遗留版本，即旧版本CUDA的下载页面需要从此处进入。

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


安装：不要修改默认安装位置，一般CUDA安装失败都是由于Visual Studio(VS) Intergration无法安装导致的，可以通过自定义方式取消Visual Studio(VS) Intergration进行安装。

3.cudnn7.3

在这里插入图片描述


在这里插入图片描述


cudnn中的cu是CUDA的简写，dnn是deep neural network的简写

在这里插入图片描述


注册会员登陆：

在这里插入图片描述


在这里插入图片描述


安装：使用解压软件将压缩文件cudnn-9.0-windows10-x64-v7.3.1.20.zip解压到当然文件夹

在这里插入图片描述


打开压缩后的cuda文件夹，将这四个文件全部复制到：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0,即安装CUDA9.0默认路径

在这里插入图片描述


在这里插入图片描述

4.tensorflow_gpu1.12

进入阿里云pypi镜像，链接：http://mirrors.aliyun.com/pypi/simple/
下载后对应文件夹打开命令行pip install+名称，考虑到部分读者可能没有安装运行tensorflow必需的msgpack库，在cmd中输入命令：pip install msgpack

5.测试

在文件夹中新建.txt文件，将代码写入.txt文件中，写入后改为test.py文件

在这里插入图片描述

import tensorflow as tf
hello = tf.constant('hello, tensorflow!')
session = tf.Session()
print(session.run(hello))

运行py文件成功

在这里插入图片描述


建议先将Nvidia相关驱动卸载干净后，重新安装Nvidia驱动，再实现本文当中的操作。如果一直出现找不到tensorflow库的错误，本文读者提示可以使用conda install tensorflow_gpu的方法先解决环境问题，然后再conda uninstall tensorflow_gpu，最后再实现本文当中的操作。
******************************************************************************

ubuntu：安装pycharm，Anaconda，双系统，Shutter截图工具，cuda9.0+tensorflow-gpu

ubuntu安裝anaconda3

anaconda3镜像: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

在这里插入图片描述


在此目录下打开命令行终端输入

bash Anaconda3........sh

不断按回车和yes，遇到提示信息“Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]”，输入no
同理安装pycharm社区版不要激活:
http://www.jetbrains.com/pycharm/download/#section=linux，
解压pycharm进入bin目录执行终端命令sh ./pycharm.sh，跳出命令下一步。

///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

安装双系统

用软碟通Ultraiso将从itellyou下载的win10镜像或从官网下载的ubuntu写入U盘，Boot设置为UEFI启动U盘，legacy为老版本启动不用。

在这里插入图片描述


在这里插入图片描述


////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

如下图先删除所有再在驱动1即固态上新建满存再应用，默认被分成4个区，选中分区4安装win10

在这里插入图片描述


进入桌面后，此电脑右击管理到磁盘管理，右击删除卷到未分配，右击新建简单卷再命名。压缩卷C盘分出50G装ubuntu，ubuntu自动识别未分配空间。

/////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

ubuntu 安装截图工具 Shutter，并设置快捷键 Ctrl+Alt+A:

添加安装包软件源：

sudo add-apt-repository ppa:shutter/ppa

更新源并安装 shutter：

sudo apt-get update
sudo apt-get install shutter

搜索 shutter 可看到已安装成功:

在这里插入图片描述


设置 Shutter 快捷键: 打开系统设置

在这里插入图片描述


在这里插入图片描述

在这里插入图片描述


快速按下ctrl+Alt+A

在这里插入图片描述


///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

Ubuntu16.04 + CUDA8.0 + tensorflow-gpu 安装过程：

在这里插入图片描述

在这里插入图片描述

window10配环境见我另一篇文章：
https://blog.csdn.net/weixin_43435675/article/details/88359636

1.卸载NVIDIA驱动

sudo apt-get remove --purge nvidia*

2.安装NVIDIA驱动

第一种方法自动：

在这里插入图片描述


sudo dpkg --list | grep nvidia-*

第二种方法手动：

http://www.geforce.cn/drivers
给下载的驱动程序赋予可执行权限，这里的.run文件是显卡的驱动程序，安装时注意换成自己的文件名(chmod a+x给所有人加上可执行权限)：
sudo chmod a+x NVIDIA-Linux-x86_64-375.26.run
关闭Ubuntu图形界面：sudo service lightdm stop Ctrl + Alt + F4进入tty4终端界面并登录
在终端中进入之前下载的驱动程序所在的目录：sudo ./NVIDIA-Linux-x86_64-375.26.run --no-x-check --no-nouveau-check --no-opengl-files
安装好驱动程序以后开启Ubuntu图形界面：sudo service lightdm start
nvidia-smi或者系统设置详细信息

3.CUDA

CUDA8.0下载地址:https://developer.nvidia.com/cuda-toolkit-archive

在这里插入图片描述

在这里插入图片描述


同级目录终端：sh cuda_8.0.27_linux.run --override
直接回车到底，accept后，第一步输入n (不装nvidia驱动driver,因为已经装过），后面全y
还需要添加环境变量(.bashrc就是环境配置文件)：sudo vim ~/.bashrc
按i进入插入模式，在末尾添加以下内容：

export CUDA_HOME=/usr/local/cuda
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH
export PATH=$CUDA_HOME/bin:$PATH

按下ESC键后输入:wq保存退出，然后刷新：source ~/.bashrc
检查：nvcc --version

4.CUDANN

https://developer.nvidia.com/cudnn
解压下载的文件，可以看到cuda文件夹，在当前目录打开终端：

 sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
 sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
 sudo chmod a+r /usr/local/cuda/include/cudnn.h
 sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

查看cudann版本：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

5.tensorflow-gpu

创建一个python3X名为tf12的虚拟环境：conda create -n tf12 python=3.6或=3
激活虚拟环境：source activate tf12
在虚拟环境里用conda安装：conda install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
下面是在虚拟环境里测试python和tensorflow版本：

在这里插入图片描述


ubuntu16.04启动Anaconda Navigator 图形化界面：

source ~/anaconda3/bin/activate root
anaconda-navigator

在这里插入图片描述

6.卸载CUDA

sudo rm -rf /usr/local/cuda-8.0/

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。

相关推荐

tensorflow预测单张mnist数据集图片 — 数字识别Predict single image for MNIST dataset by tensorflow - digital reco
MNIST数据集可以说是深度学习的入门，但是使用模型预测单张MNIST图片得到数字识别结果的文章不多，所以本人查找资料，把代码写下，希望可以帮到大家~1#BudingyourfirstimageclassificationmodelwithMNISTdataset2imp...
tensorflow环境的配置
1、新建tensorflow环境（1）打开anacondaprompt，输入命令行condacreate-ntensorflowpython=3.6注意：尽量不要更起名字，不然环境容易出错在选择是否安装时输入“y”（即为“yes”）。其中tensorflow为新建的虚拟环境...
张量tensor是什么
这篇文章主要介绍“张量tensor是什么”，在日常操作中，相信很多人在张量tensor是什么问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大...
tensorflow中model.fit()用法
tensorflow中model.fit()用法model.fit()方法用于执行训练过程model.fit(训练集的输入特征，训练集的标签，batch_size,#每一个batch的大小epochs,#迭代次数validation_data=(测试集的输入特征，
tensorflow如何使用gpu
https://blog.csdn.net/To_be_little/article/details/124438800 目录1、查看GPU的数量2、设置GPU加速3、单GPU模拟多GPU环境1、查看GPU的数量importtensorflowastf#查看gpu和cpu的数量gpus=tf.config.experimental....
tensorflow.js基本使用 线性回归一
根据身高推测体重const$=require('jquery');consttf=require('@tensorflowfjs');consttfvis=require('@tensorflowfjs-vis');/*根据身高推测体重*///把数据处理成符合模型要求的格式fu...
tensorflow-条件循环控制5
#!/usr/bin/envpython2#-*-coding:utf-8-*-"""CreatedonThuSep610:16:372018@author:myhaspl@email:[email protected]二分法求解一元多次方程"""importtensorflowastfdeff(x):y=pow...
机器学习 - 开发环境安装pycharm + tensorflow集成篇
 继续上篇的pyspark集成后，我们再来看看当今热的不得了的tensorflow是如何继承进pycharm环境的参考：http://blog.csdn.net/include1224/article/details/53452824思路其实很简单，说下要点吧1.python必须要3.564位...
怎么样在python 3 6里安装tensorflow
首先要下载python3.6:https://www.python.org/downloadselease/python-361/接着下载：numpy-1.13.0-cp36-none-win_amd64.whl 安装这两个：安装python3.6成功，接着安装numpy.接着安装tensorflow: 最后测试一下： ...
TensorFlow图像预处理完整样例
参考书《TensorFlow：实战Google深度学习框架》（第2版）以下TensorFlow程序完成了从图像片段截取，到图像大小调整再到图像翻转及色彩调整的整个图像预处理过程。#!/usr/bin/envpython#-*-coding:UTF-8-*-#coding=ut...
    pythonJavaScriptjavaHTMLreactjsC#AndroidCSSNode.jssqlrpython-3.xMysqLjQueryc++pandasFlutterangularIOSdjangolinuxswifttypescript路由器JSON路由器设置无线路由器h3c华三华三路由器设置华三路由器电脑软件教程arraysdocker软件图文教程Cvue.jslaravelspring-bootreact-native