电脑环境:ubuntu 18.04
本次教程主要是在Ubuntu 18.04下安装Tensorflow 2.0 GPU版本,大家之前在安装Tensorflow 2.0 GPU版本时,是否经常遇到CUDA、CUDNN安装麻烦的问题,下面呢,我介绍一种可以不用安装CUDA、CUDNN的方法(ps:这些安装自动在conda install tensorflow-gpu==2.0.0安装哦)!
首先下载minconda软件,下载命令如下:
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py37_4.8.2-Linux-x86_64.sh
然后安装miniconda,安装命令:
bash Miniconda3-py37_4.8.2-Linux-x86_64.sh
安装完成后,将miniconda安装目录,加入环境变量。首先打开配置软件环境变量文件:
vim ~/.bashrc
将下面这行代码加入文件中,注意,每个人的软件安装地址不一样,可以 cd 到软件安装目录下,然后用 pwd 命令查看地址。
export PATH="/home/ubuntu/miniconda3/bin:$PATH
最后重新激活环境变量:
source activate ~/.bashrc
这时候minconda的软件安装完成了。
将这几行命令复制到命令行中
sudo add-apt-repository ppa:graphics-drivers
sudo apt-get update
sudo apt-cache search nvidia
sudo apt-get install nvidia-driver-430
首先利用conda激活一个新的虚拟镜像:
conda create -n tf2.0 python=3.6
如果发现安装较慢,可以关掉刚刚的创建,然后加入以下几行配置:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
安装完成后,然后进入这个环境:
conda activate tf2.0
然后开始安装tensorflow 2.0的GPU版本,安装命令如下:
conda install tensorflow-gpu==2.0.0
安装完成后,整个环境就好了!最后就是conda list 或者pip list 看一下 相关的包是否安装完成 没安装完成的 可以
pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
接下来就是测试了,输入python:
import tensorflow as tf
tf.test.is_gpu_available()
然后看看是否报错,整个Tensorflow GPU版本就安装好了,仅仅几行命令,无需再自定义安装CUDA、cuDNN,开箱即用Tensorflow 2.0 GPU版本。快来享用一番!