最近フレームワークを実行する必要があり、推奨バージョン構成は tensorflow 1.8.0 です。当然、2.0 以降の新しいバージョンは使用できません。古いバージョンをインストールするときに多くの問題が発生しました。プロセスを記録します。
古いバージョンをインストールした後にのみ、Anaconda 環境制御の役割を理解できます。インストールされている tensorflow の古いバージョンは、古いバージョンの問題だけでなく、ライブラリごとに独自の制限もあります。たとえば、Python は 3.5 および 3.6 とのみ互換性があり、cuda もバージョン 9.0 でインストールする必要があります。
目次
1. Anacondaのインストールと環境作成とアクティベーション
2. tensorflow1.8.0とcuda9.0のインストール
1. Anacondaのインストールと環境作成とアクティベーション
1.1 アナコンダのインストール
インストールについては、このブログを参照してください: Ubuntu に Anaconda をインストールするための詳細な手順 (Ubuntu21.10、Anaconda3)_Luobei Village の Fengzi のブログ - CSDN ブログ
1. 公式 Web サイトから .sh ファイルをダウンロードします: Anaconda | 世界で最も人気のあるデータ サイエンス プラットフォームAnaconda は Python データ サイエンスの発祥の地です。私たちはデータ サイエンティスト、データ駆動型企業、オープン ソース コミュニティの運動です。https 
: //www .anaconda.com/ 2. インストール パッケージを適切な場所に配置します。通常は、/home/user/ の下にフォルダーを置き、このフォルダーでターミナルを開いて次のように入力します。
bash Anaconda3-2021.11-Linux-x86_64.sh対応するインストール パッケージの名前は正しいですが、異なる場合があることに注意してください。通常、Anaconda3 のインストールフォルダーは /home/user/ フォルダーの下に作成されます。
3. Enter キーを押し続けると、「yes」と入力するオプションが表示される場合があります。中央に場所を選択するオプションがあり、通常、「yes」と入力すると、/home/user/ フォルダーの下に Anaconda3 のフォルダー インストールが作成されます。
最後に、Anaconda がインストールされ、環境の管理に使用できるようになります。
1.2 Anaconda 環境の作成とアクティブ化
Anaconda をインストールすると、通常、ターミナルは次のようになります。
(base)xxxxxxxxxxxxx $以前のベースは、現在の Anaconda 環境のコード名です。いくつかの簡単なコマンドを使用して、別の環境を作成できます。たとえば、tensorflow1.8.0 を保存する環境を作成し、それに tf18 という名前を付けたいとします。
conda create -n 环境名称 依赖库実際の操作:
conda create -n tf18 python=3.6 pipインストール ライブラリは、pip install コマンドを使用して後で自分でインストールできます。
その後、環境をアクティブ化する必要があります。通常、ターミナルを再度開くと、デフォルトでベース環境になります。必要に応じて、アクティブ化コマンドを使用して、対応する環境に切り替える必要があります。
source activate tf18このようにして、対応する環境に切り替えます。
2. tensorflow1.8.0とcuda9.0のインストール
注: 古いバージョンの tensorflow の Python および cuda バージョン制限をクエリするには、次のリンクに移動できます: Windows 環境でソース コードからビルドする | TensorFlow
問い合わせについては、Baidu について書かれたブログもいくつかあります。
tensorflow のインストールでは主に次のバージョンが制限されます。
pip install tensorflow==1.8.0
pip install tensorflow-gpu==1.8.0
conda install tensorflow==1.8.0
conda install tensorflow-gpu==1.8.0pip または conda を使用できますが、GPU が必要な場合は、GPU バージョンを使用してください。
numpy、pandas、opencv-python が必要な場合は、自分でダウンロードできますが、バージョンが使用できるかどうかに注意してください (通常、適切でない場合は、後で特定のプログラムを実行するときにエラーが報告されます)
GPU バージョンを選択した場合は、cuda と cudnn をインストールする必要があります。
1.注:現時点では、異なる Anaconda 環境では対応する cuda バージョンを制限する必要があることに注意する必要があります。そうしないと、古いバージョンの tensorflow が上位バージョンの cuda を設定できなくなります。環境の cuda バージョンを指定するには、この記事を参照してください。
注:対応する操作は基本環境で実行する必要があります。設定した環境に入るのに十分な権限がない可能性があります。
2. バージョンを指定した後、特に tensorflow1.8.0 をインストールすることで、cuda9.0 と cudnn7.xx をインストールできます。参考ブログ：
ubuntu16.04 は、anaconda を通じて仮想環境を作成し、cuda9.0、cudnn7.1.2_QxwOnly のブログ - CSDN ブログをインストールします
環境に入ったら、ソースを設定し、対応するバージョンをインストールします。
source activate tf18
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
conda install cudnn=7.1.2