Use conda para instalar la versión de GPU TensorFlow-GPU en el sistema Linux (pasos detallados)

Usar conda o miniconda

Hay más bibliotecas Conda que bibliotecas científicas, y no quiero instalar cada paquete para usarlo por separado en el futuro. Y ahora lleva algo de tiempo instalarlo y alrededor de 3G de espacio de memoria para usar conda, miniconda solo instalará algunos paquetes de software básicos, por lo que no tiene suficiente espacio o desea acceder rápidamente a los comandos de Python y conda y desea organizar otros más tarde. programa, puedes descargar miniconda. Para instalar TensorFlow-GPU, en un sistema Linux, teniendo en cuenta el espacio en disco y no usando demasiadas otras opciones de biblioteca, elegiré instalar miniconda.

enlace de descarga

Conda: https://www.anaconda.com/products/distribution

miniconda: https://docs.conda.io/en/latest/miniconda.html

1. Descarga miniconda, puedes elegir la versión de python y otra información:

Aquí py38 puede ver que la versión es python3.8

wget --quiet  https://repo.anaconda.com/miniconda/Miniconda3-py38_4.12.0-Linux-x86_64.sh

2. Instale miniconda, presione Entrar de acuerdo con el aviso y emita sí

bash Miniconda3-py38_4.12.0-Linux-x86_64.sh

Como se muestra en la imagen:

Aquí hay una pista de que la próxima vez que ingrese al servidor, automáticamente iniciará el entorno conda (base).Si no desea hacer esto, puede usar el siguiente comando:

conda config --set auto_activate_base false

Reinicie la terminal, pruebe conda -V, la instalación es exitosa

espejo conda

#查看当前镜像
conda config --show channels
# 删除镜像
conda config --remove-key channels
# 删除指定镜像
conda config --remove channels https://xxx
# 配置相关镜像
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
#设置搜索是显示通道
conda config --set show_channel_urls yes

3. Crea un entorno virtual

conda create -n my-env python=3.8

Cuarto, active el entorno virtual,

conda activate my-env

#有时候第一不行试试这个
source activate my-env

Salir del entorno virtual

conda deactivate

Instalar Tensorflow

Nota: Algunas versiones de conda instalan automáticamente CUDA/cuDNN, si no está instalado, instale CUDA/cuDNN usted mismo, el método es posterior

Cinco, primero puede verificar el comando de instalación de la versión

conda search tensorflow-gpu

6. Instale tensorflow-gpu==2.2.0

conda install tensorflow-gpu==2.2.0

7. Verifique la versión de tensorflow y si se puede usar gpu

Primero debe ir al entorno virtual y luego ingresar python,

import tensorflow as tf
tf.__version__ 
tf.test.is_gpu_available()

Instalar CUDA/cuDNN

Use el siguiente comando para ver la información de la versión de cudatoolkit instalable de conda

conda search cudatoolkit

Use el siguiente comando para instalar CUDN y cuDNN para ver la información de la versión

conda install cudatoolkit==xx.xx
conda install cudnn==xx.xx