深度学习环境配置(Ubuntu+Anaconda)

简介: 深度学习环境配置(Ubuntu+Anaconda)

一、anaconda的下载与安装

可以参考下面两篇(对应Ubuntu、Windows)

Ubuntu安装anaconda 介绍、安装、配置_haeasringnar的博客-CSDN博客_ubuntu安装anconda

Tensorflow-gpu安装超详细!!!_m0_49090516的博客-CSDN博客_tensorflowgpu安装

简单说一下要点:

anaconda官网:www.anaconda.com  可以免费下载,安装基本是一路next。在安装成功后记得换源anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror,否则用conda 安装包速度会很慢。

Windows下注意安装路径的盘空间足够,并且勾选add to path。

Ubuntu 下载对应的.sh文件后用bash命令运行该文件,进入安装

例如:

bash ~/Downloads/Anaconda3-5.2.0-Linux-x86_64.sh

 ~/Downloads/Anaconda3-5.2.0-Linux-x86_64.sh 换成自己下载的.sh文件。

然后会要求你按一直Enter查看协议,并输入yes同意。

然后会提示安装地址,一般不用改(也可以改成指定的位置)。之后会进行安装。正常会自动添加到PATH。输入conda -V 查看版本。安装成功。

如果提示找不到命令conda,需要添加路径:

  • 编辑~/.bashrc 文件,在最后面加上
export PATH=/home/aeasringnar/anaconda3/bin:$PATH

/home/aeasringnar/anaconda3/bin 要换成自己安装位置

保存退出后:

source ~/.bashrc

二、使用anaconda 管理虚拟环境

Tensorflow-gpu安装超详细!!!_m0_49090516的博客-CSDN博客_tensorflowgpu安装

1.首先创建一个环境:

conda create --name <env_name> <package_names>

将<env_name> 换成自己的环境名 :tensorflow1

<package_names>换成Python版本:python=3.6

conda create -n tensorflow1 python=3.6

2.在环境中安装tensorflow-gpu

使用conda activate 命令激活环境,后面就可以在这个虚拟环境里操作了。

conda activate <env_name>

conda activate tensorflow1

使用conda 安装包。

conda install <要安装的包名>

conda install tensorflow-gpu==1.15.0

这里conda会自动安装依赖的包,非常方便,不需要像原博客一样再安装cudnn,cudatoolkit。

输入python,进入解释器模式,导入tensorflow验证安装成功:

import tensorflow as tf
tf.test.is_gpu_available()
相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
14天前
|
Ubuntu 开发工具 Android开发
Repo下载AOSP源码:基于ubuntu22.04 环境配置,android-12.0.0_r32
本文介绍了在基于Ubuntu 22.04的环境下配置Python 3.9、安装repo工具、下载和同步AOSP源码包以及处理repo同步错误的详细步骤。
50 0
Repo下载AOSP源码:基于ubuntu22.04 环境配置,android-12.0.0_r32
|
26天前
|
机器学习/深度学习 Ubuntu 数据挖掘
Ubuntu系统部署Anaconda环境及Python语言的详细流程
以上就是在Ubuntu系统中安装Anaconda环境及Python语言的详细流程。Anaconda为Python科学计算提供了便捷的管理方式,帮助用户轻松处理不同项目之间依赖管理的复杂性。通过以上步骤,你现在应该有了一个完全可用的Anaconda环境,可以开始在Ubuntu上进行Python编程和数据科学项目的探索了。
27 5
|
28天前
|
机器学习/深度学习 Ubuntu Shell
在Ubuntu 18.04上安装Anaconda
在Ubuntu 18.04上安装Anaconda
14 1
|
24天前
|
机器学习/深度学习 Ubuntu 数据挖掘
揭秘:Ubuntu系统下部署Anaconda环境及Python语言的终极指南!跟随这一步步神秘流程,解锁编程大师的秘密武器!
【8月更文挑战第19天】在Ubuntu中部署Anaconda环境与Python相当直观。首先需从官网下载Linux版安装包。接着,在终端依次执行命令:添加Anaconda清华镜像源至软件源列表,更新软件包信息,然后安装Anaconda。安装后可通过`anaconda --version`验证。使用`anaconda create -n myenv python=3.8`创建名为“myenv”的环境并指定Python 3.8版本。
105 0
|
2月前
|
机器学习/深度学习 Ubuntu 数据挖掘
在Ubuntu系统安装Anaconda及Python
【7月更文挑战第10天】在Ubuntu上安装Anaconda及Python概述: 1. 访问官网下载适合的Anaconda版本。 2. 终端中运行`bash Anaconda3-xxxx.x-Linux-x86_64.sh`完成安装,需同意协议。 3. 通过`conda --version`验证安装。 4. 可选创建Python环境,如`conda create -n myenv python=3.8`。 5. 激活环境使用`conda activate myenv`。 6. 用`python --version`检查Python版本。
|
4月前
|
并行计算 Shell Docker
【环境配置】Ubuntu16.04安装nvidia-docker
【环境配置】Ubuntu16.04安装nvidia-docker
111 2
|
4月前
|
机器学习/深度学习 并行计算 算法框架/工具
Anaconda+Cuda+Cudnn+Pytorch(GPU版)+Pycharm+Win11深度学习环境配置
Anaconda+Cuda+Cudnn+Pytorch(GPU版)+Pycharm+Win11深度学习环境配置
617 3
|
2天前
|
机器学习/深度学习 人工智能
深度学习中的正则化技术及其应用
【9月更文挑战第8天】在深度学习的探索之旅中,正则化技术如同指南针,引导我们穿越过拟合的迷雾。本文将深入浅出地介绍几种常见的正则化方法,并通过实际代码示例揭示它们如何在模型训练中发挥作用。从L1和L2正则化的基本概念出发,到Dropout技术的随机性之美,再到数据增强的多样性魅力,我们将一起见证这些技术如何提升模型的泛化能力。你将发现,正则化不仅是防止过拟合的技术手段,更是深度学习艺术的一部分。让我们开始这段探索之旅,解锁深度学习中正则化的奥秘。
21 10
|
2天前
|
机器学习/深度学习 人工智能 监控
深度学习在图像识别中的应用与挑战
随着人工智能的迅猛发展,深度学习技术在多个领域展现出强大的潜力和价值。特别是在图像识别方面,深度学习不仅推动了技术的边界,也带来了新的商业机会和社会效益。本文将探讨深度学习在图像识别领域的应用,分析其面临的主要挑战,并提出未来可能的发展方向。通过实例和数据支持,我们将深入了解这项技术如何改变我们的工作和生活方式。
|
8天前
|
机器学习/深度学习 TensorFlow 算法框架/工具
深度学习在图像识别中的应用与挑战
【9月更文挑战第2天】本文将探讨深度学习技术如何在图像识别领域大放异彩,并分析其面临的主要挑战。我们将通过一个实际的代码示例,展示如何利用深度学习模型进行图像分类任务,从而让读者对深度学习在图像识别中的应用有一个直观的理解。
46 22