Ubuntu:Ubuntu下安装Anaconda和Tensorflow的简介、入门、安装流程之详细攻略(三)

简介: Ubuntu:Ubuntu下安装Anaconda和Tensorflow的简介、入门、安装流程之详细攻略

5、官方Anocuda介绍安装攻略


https://docs.anaconda.com/anaconda/install/linux

lspci | grep -i nvidia   #显示出你的NVIDIA GPU版本信息

gcc --version    #验证是否安装了gcc

sudo apt-get install gcc   #如果没有,可以在终端键入

cd到下载的文件夹,然后输入命令            bash ~/Downloads/Anaconda3-5.1.0-Linux-x86_64.sh            

然后点击yes,回车进行安装,接着yes,选择加入环境变量。检查是否安装成功:终端输入python,出现详细信息即安装成功!

conda list    #显示所有的包


(1)、配置anaconda:如果不进行配置,启动spyder等也是不能够运行tensorflow的,因为anaconda中默认anzhaung的spyder等是应用于root的,而非tensorflow。在Terminal中运行命令:

anaconda-navigator #启动anaconda。

在左侧列表中,选择Environment,可看到Anaconda中安装环境为root和tensorflow。选择Tensorflow后,边上会出现一个箭头,这时就可以在右边的列表中查看、安装、卸载Tensorflow下的软件及软件包了。

安装的软件可在anaconda->home下查看,同样需要选择应用环境。

ipython # terminal下运行python语句,支持自动补全

spyder # 集成开发环境

jupyter # 交互式笔记本



6、进入Jupyter Notebook  


ipython notebook




7、Tensorflow安装、验证


(1)、创建Tensorflow环境  (使用tfEnviro作为环境)


conda create -n tfEnviro python=3.6

source activate tfEnviro                              #激活环境


image.png

image.png

(2)、安装tensorflow的gpu版本


在所创建的tfEnviro环境下,安装tensorflow:  pip install --ignore-installed --upgrade tfBinaryURL


conda install ‐‐channel https://conda.anaconda.org/anaconda tensorflow‐gpu=1.9.0

如果遇到错误,换为下边的命令


pip install tensorflow-gpu==1.9.0

image.png

image.png


(3)、安装jupyter notebook


conda install ipython

conda install jupyter

(4)、测试tensorflow是否安装成功


T1、jupyter上测试


执行命令jupyter notebook ,打开一个新的Jupyter Notebook,输入一行import tensorflow as tf 并运行


jupyter notebook

import tensorflow as tf

T2、terminal内直接测试


重启terminal后,输入命令:


source activate tfEnviro          #首先激活tensorflow环境

python                            #启动python环境

>>> import tensorflow as tf

>>> hello = tf.constant('Hello, TensorFlow!')

>>> sess = tf.Session()

>>> print sess.run(hello)

Hello, TensorFlow!         # 恭喜!安装成功!

'或者'

python -c "import tensorflow as tf; print(tf.__version__)"


(5)、安装spyder


为了使用TensorFlow,需要在tfgpu环境下安装spyder


conda install spyder



相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
Ubuntu 定位技术 TensorFlow
源码编译安装ROCm以运行tensorflow-rocm(适用于Ubuntu 23.04)
总结一番,完成这趟奇妙的技术之旅后,乐趣多多,还能享受 tensorflow-rocm 带来的便利和速度。这趟旅程需要耐心,勇气,以及对技术的热爱。朋友,做好准备,让你的Ubuntu系统展翅高飞吧!
699 9
|
Ubuntu TensorFlow 算法框架/工具
如何在Ubuntu上安装TensorFlow 24.04
如何在Ubuntu上安装TensorFlow 24.04
|
Ubuntu Linux Python
Ubuntu学习笔记(六):ubuntu切换Anaconda和系统自带Python
本文介绍了在Ubuntu系统中切换Anaconda和系统自带Python的方法。方法1涉及编辑~/.bashrc和/etc/profile文件,更新Anaconda的路径。方法2提供了详细的步骤指导,帮助用户在Anaconda和系统自带Python之间进行切换。
755 1
|
并行计算 TensorFlow 算法框架/工具
tensorflow安装
tensorflow安装——GPU版
554 2
|
并行计算 PyTorch TensorFlow
Ubuntu安装笔记(一):安装显卡驱动、cuda/cudnn、Anaconda、Pytorch、Tensorflow、Opencv、Visdom、FFMPEG、卸载一些不必要的预装软件
这篇文章是关于如何在Ubuntu操作系统上安装显卡驱动、CUDA、CUDNN、Anaconda、PyTorch、TensorFlow、OpenCV、FFMPEG以及卸载不必要的预装软件的详细指南。
12857 4
|
PyTorch TensorFlow 算法框架/工具
Jetson环境安装(一):Ubuntu18.04安装pytorch、opencv、onnx、tensorflow、setuptools、pycuda....
本文提供了在Ubuntu 18.04操作系统的NVIDIA Jetson平台上安装深度学习和计算机视觉相关库的详细步骤,包括PyTorch、OpenCV、ONNX、TensorFlow等。
1590 1
Jetson环境安装(一):Ubuntu18.04安装pytorch、opencv、onnx、tensorflow、setuptools、pycuda....
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
1541 55
|
机器学习/深度学习 数据采集 数据可视化
TensorFlow,一款由谷歌开发的开源深度学习框架,详细讲解了使用 TensorFlow 构建深度学习模型的步骤
本文介绍了 TensorFlow,一款由谷歌开发的开源深度学习框架,详细讲解了使用 TensorFlow 构建深度学习模型的步骤,包括数据准备、模型定义、损失函数与优化器选择、模型训练与评估、模型保存与部署,并展示了构建全连接神经网络的具体示例。此外,还探讨了 TensorFlow 的高级特性,如自动微分、模型可视化和分布式训练,以及其在未来的发展前景。
1215 5
|
机器学习/深度学习 人工智能 TensorFlow
基于TensorFlow的深度学习模型训练与优化实战
基于TensorFlow的深度学习模型训练与优化实战
832 3
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
690 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络