ubuntu1804裸机配置深度学习套装Anaconda、tensorflow2.0、cuda|cudnn 、Pycharm-CE手摸手教学

1、Anaconda官网下载

python3.7版

https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh

2、bash install

安装过程中看到
Welcome to Anaconda3 5.2.0
In order to continue the installation process, please review the license
agreement. (为了继续安装过程,请审核许可证。协议。)
Please, press ENTER to continue
直接按enter查看协议,一直enter下去,太傻了,直接 CTRL +C 

然后看到Do you accept the license terms? [yes|no](你接受许可证条款吗?)
直接输入yes 然后按enter,进入下一步,

然后一路默认。

直到提示你

Thank you for installing Anaconda3!
3、验证

报错没有命令,不要慌

你需要source ~/.bashrc 这样就是更新环境变量,就可以正常使用了。
如果发现这样还是没用,那么需要收到添加环境变量
编辑~/.basrc 文件,在最后面加上


export PATH=/home/aeasringnar/anaconda3/bin:$PATH

保存退出后:source ~/.bashrc
再次输入conda list测试看看,应该就是没得问题啦!
 

 4、常见 conda指令:

查看conda环境:conda env list
新建conda环境(env_name就是创建的环境名,可以自定义):conda create -n env_name
激活conda环境(ubuntu与Macos 将conda 替换为source):conda activate env_name
退出conda环境:conda deactivate
安装和卸载python包:conda install numpy # conda uninstall numpy
查看已安装python列表:conda list -n env_name

5、conda源更换

6、Pip源更换

二、TF2.0安装
1、TF CPU安装 本机是ubuntu虚拟机,所以也是安装CPU版了

1.1 新建TF2.0 CPU环境

conda create -n tf2.0 python=3.7
当弹出 :Proceed ([y]/n)? 输入y回车

完成后就可以进入此环境

conda activate TF_2C
进入后我们就可以发现:(tf2.0)在之前路径前面,表示进入了这个环境。使用conda deactivate可以退出。

1.2 安装TF2.0 CPU版本(后面的 -i 表示从国内清华源下载,速度比默认源快很多)

pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
下面做下简单测试。

1.3 测试TF2.0 CPU版本( ipython命令行环境)

import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\nuse GPU",gpu_ok)
如果没有问题的话输出结果如下:可以看到tf 版本为2.0.0 因为是cpu版本,所以gpu 为Falsetf version: 2.0.0
use GPU False

2、TF2.0 GPU版本

安装GPU版本支持,拥有Nvidia的GPU的windows一般都有默认驱动的,只需要安装cudatoolkit 与 cudnn包就可以了,要注意一点需要安装cudatoolkit 10.0 版本,注意一点,如果系统的cudatoolkit小于10.0需要更新一下至10.0

1.2.1 conda install cudatoolkit=10.0 cudnn
1.2.2 安装TF2.0 GPU版本

pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
如果网不好的,正常情况很快,如果报红或卡壳取消多执行几次。。下面我们做下简单测试。

1.2.3 测试TF2.0 GPU版本

import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\nuse GPU",gpu_ok)
如果没有问题的话输出结果如下:可以看到tf 版本为2.0.0 因为是gpu版本,所以gpu 为True,这表示GPU版本安装完成了。

tf version: 2.0.0
use GPU True

 

三、pycharm  对ubuntu还是很友好的

sudo snap install [pycharm-professional|pycharm-community] --classic

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章