弄了好多次还是蒙圈的,觉得网上教程千奇百怪,有必要自己总结一下!

下载安装anaconda之后就会有对应的python版本,这里需要注意,如果跟TensorFlow配合的话,要注意python的版本!

建议把所有文字浏览一遍再按步骤安装!!!或者直接预览下文中的红字再回来!

首先下载Anaconda

1.从官网下载Linux版本的anaconda,https://www.anaconda.com/download/

或者用如下命令下载,注意切换到当前目录下载。在https://repo.continuum.io/archive/index.html找到需要的版本号,注意是64位的还是32位的。Anaconda3表示python3版本的!2表示python2版本的。注意是Linux,找到版本之后点击右键复制链接

https://repo.continuum.io/archive/Anaconda3-5.2.0-Linux-x86_64.sh,然后在linux中键入如下命令行

wget https://repo.continuum.io/archive/Anaconda3-5.2.0-Linux-x86_64.sh

或者使用清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2.安装anaconda ,要当上面下载好的软件包当前路径下执行下面命令(我这里下载的是Anaconda3-5.2.0版本的)

bash Anaconda3-5.2.0-Linux-x86_64.sh

linux下的Anaconda和TensorFlow(GPU)的安装(按步骤超详细)          注意版本和对应的python版本。

出现下图这句话直接enter继续,

linux下的Anaconda和TensorFlow(GPU)的安装(按步骤超详细)

之后会出现一大段文字,要继续按enter直到出现下图这种,输入yes 按enter继续!

linux下的Anaconda和TensorFlow(GPU)的安装(按步骤超详细)

之后立刻就出现如下图,这个是要确定安装路径,我直接enter默认路径了。

linux下的Anaconda和TensorFlow(GPU)的安装(按步骤超详细)

之后就开始安装各种包,然后会出现一句话,问是否需要添加环境变量,输入yes继续,注意默认是no,建议直接yes回车!!!

linux下的Anaconda和TensorFlow(GPU)的安装(按步骤超详细)

之后问要不要装vscode,linux下装不装都可以。

然后记得要**环境变量,如下键入。将...处换成自己的路径,就是上一步出现的路径,比如我就是/home/xin/.bashrc

source ..../.bashrc

然后键入python回车,有Anaconda的字样出现,就发现已经成功了!

linux下的Anaconda和TensorFlow(GPU)的安装(按步骤超详细)

 

之后就是TensorFlow的安装。

https://tensorflow.google.cn/install/source可以看到硬件对应的python版本和cuDNN,CUDA的版本如下图。

linux下的Anaconda和TensorFlow(GPU)的安装(按步骤超详细)

我自己的cuda是9.0,cuDNN是7.x,所以对应可以下载的是TensorFlow1.12.0,由于他对应python版本最高支持到3.6,所以上面Anaconda安装的是5.2.0,现在最新的Anaconda对应的python是3.7,与TensorFlow的版本不对应,这也是为什么开头说建议大家看完整篇文章再操作!因为要找到对应的TensorFlow支持的python版本,这个很重要!!!!

关于自己电脑的显卡支持什么版本的CUDA和cuDNN

可以在https://www.nvidia.com/Download/index.aspx查到自己的显卡支持什么版本

https://developer.nvidia.com/cuda-toolkit-archive能下载对应的CUDA版本

cuDNN历史版本在该网址下载:https://developer.nvidia.com/rdp/cudnn-archive,要先注册账号才能下载,免费的。

最后安装TensorFlow,不推荐网上说的conda**环境各种操作,直接pip就可以了!下载之后直接就到anaconda路径下,个人觉得没必要conda新建环境。

网上有教程,先下载TensorFlow,下载CUDA和cuDNN的,具体推荐这个博主的文章,他这是在Windows下安装的。

https://www.cnblogs.com/guoyaohua/p/9265268.html

最后输入如下代码进行测试,以及得到的对应结果

import tensorflow as tf
hello=tf.constant('hello,tensorflow')
sess=tf.Session()
print(sess.run(hello))
结果:
b'hello,tensorflow'

 

相关文章:

  • 2021-05-14
  • 2021-09-15
  • 2021-07-27
  • 2021-11-08
  • 2021-12-30
  • 2021-06-03
  • 2021-11-04
  • 2021-09-02
猜你喜欢
  • 2022-12-23
  • 2021-05-02
  • 2021-10-12
  • 2021-06-23
  • 2021-05-24
  • 2021-12-03
  • 2021-10-09
相关资源
相似解决方案