前提:已安装显卡驱动、cuda和cudnn。
传统安装方法由于防火墙的原因,需要翻墙才能安装。这里采用镜像安装的方式:
- 添加镜像
#首先先添加清华的镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
vi ~/.condarc (vi 常用命令:i –编辑模式;esc – 退出编辑进入只读模式;shift+ZZ 保存并退出(在只读模式下))
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
show_channel_urls: true
- 修改环境变量
vi ~/.bashrc
添加变量如下图所示
source ~/.bashrc #更新环境变量
nvcc -V #查看cuda版本信息
# .bashrc
# User specific aliases and functions
alias rm='rm -i'
alias cp='cp -i'
alias mv='mv -i'
# Source global definitions
if [ -f /etc/bashrc ]; then
. /etc/bashrc
fi
# added by Anaconda3 installer
export PATH="/usr/local/anaconda3/bin:$PATH"
#gpu-driver
export CUDA_HOME=/usr/local/cuda-9.0
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH="/usr/local/cuda-9.0lib:${LD_LIBRARY_PATH}"
- 安装TensorFlow
conda create --name tf python=3.6 #创建tf环境(tf可以随便取自己想用的)
source activate tf #激活tf环境
pip install --index-url https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-gpu
- 测试