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
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
|
3月前
|
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。
5368 3
|
3月前
|
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。
158 1
Jetson环境安装(一):Ubuntu18.04安装pytorch、opencv、onnx、tensorflow、setuptools、pycuda....
|
3月前
|
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。
146 1
|
3月前
|
并行计算 TensorFlow 算法框架/工具
tensorflow安装
tensorflow安装——GPU版
65 2
|
3月前
|
并行计算 PyTorch TensorFlow
环境安装(一):Anaconda3+pytorch1.6.0+cuda10.0+cudnn7.6.4+tensorflow1.15+pycocotools+pydensecrf
这篇文章详细介绍了如何在Anaconda环境下安装和配置深度学习所需的库和工具,包括PyTorch 1.6.0、CUDA 10.0、cuDNN 7.6.4、TensorFlow 1.15、pycocotools和pydensecrf,并提供了pip国内镜像源信息以及Jupyter Notebook和Anaconda的基本操作。
288 0
环境安装(一):Anaconda3+pytorch1.6.0+cuda10.0+cudnn7.6.4+tensorflow1.15+pycocotools+pydensecrf
|
3月前
|
Ubuntu API Python
Chat-TTS chat-tts-ui 实机部署上手测试!Ubuntu服务器实机 2070Super*2 8GB部署全流程
Chat-TTS chat-tts-ui 实机部署上手测试!Ubuntu服务器实机 2070Super*2 8GB部署全流程
85 1
|
5月前
|
机器学习/深度学习 PyTorch TensorFlow
conda、anaconda、pip、pytorch、tensorflow有什么关联?
conda、anaconda、pip、pytorch、tensorflow有什么关联?
93 3
|
5月前
|
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。
198 5
|
5月前
|
并行计算 TensorFlow 算法框架/工具
Window安装TensorFlow-GPU版本
Window安装TensorFlow-GPU版本
79 0
|
5月前
|
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。
321 0