[blog9]ubuntu18.04配置pytorch和tensorflow jupyter ipython

因爲我之前裝的是cuda9.0，所以這裏pytorch只能配置之前0.3.0版本的，

preview所有版本下載地址：https://pytorch.org/get-started/previous-versions/

https://download.pytorch.org/whl/cu90/torch_stable.html

pip3 install torch-0.3.0-cp36-cp36m-linux_x86_64.whl

import torch成功即可

 

tensorflow安裝參考帖子：

https://www.cnblogs.com/hutao722/p/9342577.html

　　6. 安裝tensorflow-gpu

　　官方推薦通過Virtualenv來安裝tensorflow-gpu，來進行項目隔離，這是在開發環境，如果在生產環境，可以走docker方式來部署。這裏採用Virtualenv方式來安裝，執行如下命令：

sudo apt-get install python3
sudo apt-get install python3-pip python3-dev python-virtualenv

 

　　安裝完pip3、virtualenv後，可進入virtualenv安裝tensorflow-gpu，執行如下命令：

mkdir -p ~/tensorflow/venv
virtualenv -p python3 ~/tensorflow/venv #創建virtualenv環境
cd ~/tensorflow/venv
source bin/activate #環境用的時候需要激活
pip3 install --index-url http://pypi.douban.com/simple --trusted-host pypi.douban.com --upgrade tensorflow-gpu #採用國內源下載tensorflow-gpu

　　最後通過 pip3 show tensorflow-gpu 可檢查tensorflow-gpu的安裝路徑是否在該虛擬環境內，以隔絕與全局的site-packages

 

　　7. 檢查結果

　　還是在上述virtualenv創建的根目錄下，執行如下命令：　　

mkdir src && cd src

　　vi hello_tensorflow.py，內容如下：　　

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

　　最後執行該腳本：python3 hello_tensorflow.py 即可得到包含有GPU輸出信息的正確結果 　

----

順便裝一下python工具ipython 和 jupyter notebook

sudo apt install ipython

pip3 install jupyter

 

最後 推薦pytorch的書 深度學習框架pytorch：入門與實踐

寫的不錯 挺適合入門的