conda を使用して、GPU バージョンの TensorFlow-GPU を Linux システムにインストールします (詳細な手順)

記事ディレクトリ

conda または miniconda を使用する

condaライブラリは科学ライブラリよりも多くありますが、将来的には個別に使用するために各パッケージをインストールしたくありません。そして、conda を使用するにはインストールに時間がかかり、約 3G のメモリ領域が必要になります。miniconda はいくつかの基本的なソフトウェアパッケージのみをインストールするため、十分な領域がない場合、または Python と conda コマンドにすぐにアクセスし、後で他のコマンドを整理したい場合に使用します。プログラムでは、miniconda をダウンロードできます。TensorFlow-GPU を Linux システムにインストールし、ディスク容量を考慮して、他のライブラリオプションをあまり使用しないために、miniconda をインストールすることを選択します。

ダウンロードリンク

コンダ: https://www.anaconda.com/products/distribution

ミニコンダ: https://docs.conda.io/en/latest/miniconda.html

1. miniconda をダウンロードします。Python のバージョンとその他の情報を選択できます。

ここで、py38 はバージョンが python3.8 であることを確認できます。

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

ここに画像の説明を挿入

2. miniconda をインストールし、プロンプトに従ってEnterを押し、yesと出力します。

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

図に示すように:

これは、次回サーバーに入るときに conda (ベース) 環境が自動的に開始されるというヒントです。これを実行したくない場合は、次のコマンドを使用できます。

conda config --set auto_activate_base false

ターミナルを再起動し、conda -V をテストします。インストールは成功しました。

ここに画像の説明を挿入
コンダミラー

#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. 仮想環境の作成

conda create -n my-env python=3.8

4 番目に、仮想環境をアクティブ化します。

conda activate my-env

#有时候第一不行试试这个
source activate my-env

仮想環境を終了する

conda deactivate

Tensorflow をインストールする

注: conda の一部のバージョンでは CUDA/cuDNN が自動的にインストールされます。インストールされていない場合は、自分で CUDA/cuDNN をインストールします。方法は後で説明します。

5、最初にバージョンのインストールコマンドを確認できます

conda search tensorflow-gpu

ここに画像の説明を挿入

6. tensorflow-gpu==2.2.0 をインストールします。

conda install tensorflow-gpu==2.2.0

ここに画像の説明を挿入

7. tensorflowのバージョンとGPUが使用できるか確認する

まず仮想環境に移動してから、Python を入力する必要があります。

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

$[外部リンク画像の転送に失敗しました。ソースサイトには盗難防止リンクメカニズムがある可能性があります。画像を保存して直接アップロードすることをお勧めします (img-B7m0X1Iv-1656645097728) (C:\Users\peyzhang\AppData\Roaming\Typora) \typora-user-images\ image-20220701110450594.png)]$

CUDA/cuDNNのインストール

次のコマンドを使用して、conda のインストール可能な cudatoolkit のバージョン情報を表示します

conda search cudatoolkit

次のコマンドを使用して CUDN と cuDNN をインストールし、バージョン情報を表示します

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