版权: 本文由【墨理学AI】原创首发、各位读者大大、敬请查阅、感谢三连
声明: 作为全网 AI 领域 干货最多的博主之一,?? 不负光阴不负卿 ??
文章图片
- 精选专栏,环境搭建,一文读懂: 每篇博文都经过磨练捶打、为各位呈现最简洁的技术
- 环境搭建、系列学习:tensorflow 安装 一文读懂
文章目录
-
- Conda 与 Pip 的源加速
- Linux服务器环境如下
- tensorflow-gpu==1.15.0 安装示例
- 检测 tensorflow 是否可使用
- 查询当前 conda 检索到的 tensorflow 版本
- tensorflow-gpu==2.6.0 安装示例
- tensorflow-gpu 其它版本
- 预祝各位 2022 前途似锦、可摘星辰
Conda 与 Pip 的源加速
工欲善其事,必先利其器、下面这两篇博文、你值得了解一下
- anaconda conda 切换为国内源 、windows 和 Linux配置方法、 添加清华源——【一文读懂】
- linux和window设置 pip 镜像源 、最实用的环境下载加速设置 ——【一文读懂】
- 建议使用、conda 创建独立环境、并 优先使用 conda 进行软件库的安装管理
使用 Conda 安装的好处是、比如执行conda install tensorflow-gpu==2.6.0
时、 cudatoolkit-11.3.1、cudnn-8.2.1.32 这些需要的关键库、会自动给你很好地适配
Linux服务器环境如下
## 服务器cat /etc/issue
Ubuntu 16.04.7 LTS \n \l## Cuda版本
nvcc -VCuda compilation tools, release 10.1, V10.1.243## 显卡NVIDIA GeForce GTX 1080 Ti 单卡 11G
tensorflow-gpu==1.15.0 安装示例
conda create -n tf15 python=3.6.9conda activate tf15# tensorflow的安装建议使用 conda 进行安装
conda install tensorflow-gpu==1.15.0pip install opencv-pythonpip install pillow
检测 tensorflow 是否可使用
- shell 或者 cmd 窗口 进入 python 交互环境
pythonPython 3.6.9 |Anaconda, Inc.| (default, Jul 30 2019, 19:07:31)
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> print(tf.__version__)
1.15.0
>>>
查询当前 conda 检索到的 tensorflow 版本
conda search tensorflow
查询当前 conda 检索到的 tensorflow 版本
- conda 能够检索到的 tensorflow 各个版本、大致如下
conda search tensorflow# 这里删减了大部分项
Loading channels: done
# NameVersionBuildChannel
tensorflow0.7.1py27_0anaconda/cloud/conda-forgetensorflow0.8.0py34_0anaconda/cloud/conda-forge
tensorflow0.9.0py27_0anaconda/cloud/conda-forgetensorflow0.10.0py27_0anaconda/cloud/conda-forge
tensorflow0.10.0py34_0anaconda/cloud/conda-forgetensorflow1.0.0py27_0anaconda/cloud/conda-forgetensorflow1.0.1np112py27_0anaconda/pkgs/free
tensorflow1.1.0np111py27_0anaconda/pkgs/free
tensorflow1.1.0np111py35_0anaconda/pkgs/free
tensorflow1.2.0py27_0anaconda/cloud/conda-forge
tensorflow1.2.1py36_0anaconda/cloud/conda-forge
tensorflow1.2.1py36_0anaconda/pkgs/free
tensorflow1.3.00anaconda/pkgs/free
tensorflow1.3.0py36_0anaconda/cloud/conda-forge
tensorflow1.4.0py27_0anaconda/cloud/conda-forge
tensorflow1.4.10anaconda/pkgs/main
tensorflow1.4.10pkgs/main
tensorflow1.5.00anaconda/pkgs/maintensorflow1.5.0py36_0anaconda/cloud/conda-forge
tensorflow1.5.1py27_0anaconda/cloud/conda-forgetensorflow1.6.00anaconda/pkgs/maintensorflow1.7.00anaconda/pkgs/maintensorflow1.8.00anaconda/pkgs/maintensorflow1.9.0 eigen_py27hf386fcc_1anaconda/pkgs/maintensorflow1.9.0 gpu_py36h02c5d5e_1anaconda/pkgs/maintensorflow1.10.0 eigen_py27ha0ab958_0anaconda/pkgs/maintensorflow1.10.0py36_0anaconda/cloud/conda-forge
tensorflow1.11.0 eigen_py27h06aee4b_0anaconda/pkgs/main
tensorflow1.11.0 eigen_py27h06aee4b_0pkgs/maintensorflow1.12.0 eigen_py36hbd5f568_0anaconda/pkgs/maintensorflow1.13.1 eigen_py27h5e92bea_0anaconda/pkgs/maintensorflow1.13.1py37h90a7d86_1anaconda/cloud/conda-forge
tensorflow1.13.2h76b4ce7_0anaconda/cloud/conda-forge
tensorflow1.14.0 eigen_py27h99c1539_0anaconda/pkgs/maintensorflow1.14.0 gpu_py27he9627f8_0anaconda/pkgs/maintensorflow1.14.0 mkl_py37h45c423b_0pkgs/main
tensorflow1.15.0 eigen_py27h7b7505e_0anaconda/pkgs/maintensorflow2.0.0 eigen_py27hec4e49e_0anaconda/pkgs/main
tensorflow2.0.0 eigen_py27hec4e49e_0pkgs/maintensorflow2.1.0 eigen_py27h636cc2a_0pkgs/main
tensorflow2.1.0 eigen_py36hbb90eaf_0anaconda/pkgs/maintensorflow2.2.0 eigen_py36h84d285f_0anaconda/pkgs/maintensorflow2.2.0 mkl_py38h6d3daf0_0pkgs/main
tensorflow2.3.0 eigen_py37h189e6a2_0anaconda/pkgs/main
tensorflow2.3.0 eigen_py37h189e6a2_0pkgs/maintensorflow2.4.0py37h89c1867_0anaconda/cloud/conda-forge
tensorflow2.4.0py38h578d9bd_0anaconda/cloud/conda-forge
tensorflow2.4.1 eigen_py37h3da6045_0anaconda/pkgs/main
tensorflow2.4.1 eigen_py37h3da6045_0pkgs/maintensorflow2.4.3py36h5fab9bb_0anaconda/cloud/conda-forgetensorflow2.5.0 eigen_py37hff93566_0anaconda/pkgs/main
tensorflow2.5.0 eigen_py37hff93566_0pkgs/maintensorflow2.5.0 mkl_py39h4a0693c_0pkgs/main
tensorflow2.6.0 cpu_py37hc107814_2anaconda/cloud/conda-forge
tensorflow2.6.0 cpu_py38h077e6c3_2anaconda/cloud/conda-forge
tensorflow2.6.0 cpu_py39hcb7c6aa_2anaconda/cloud/conda-forgetensorflow2.6.0 eigen_py37h34b007a_0pkgs/main
tensorflow2.6.0 eigen_py38hcc1cb13_0anaconda/pkgs/main
tensorflow2.6.0 eigen_py38hcc1cb13_0pkgs/main
tensorflow2.6.0 eigen_py39h4b72145_0anaconda/pkgs/main
tensorflow2.6.0 eigen_py39h4b72145_0pkgs/main
tensorflow2.6.0 mkl_py37h9d15365_0anaconda/pkgs/main
tensorflow2.6.0 mkl_py37h9d15365_0pkgs/main
tensorflow2.6.2 cuda112py39h9333c2f_1anaconda/cloud/conda-forge
tensorflow-gpu==2.6.0 安装示例
conda create -n tfNew python=3.8.5conda activate tfNewconda search tensorflowconda install tensorflowconda install tensorflow-gpu==2.6.0
tensorflow-gpu 其它版本
- 当前主流使用较多的是 1.X 版本 和 2.X 版本,这俩大版本存在较多的函数差异性
- 因此各位小伙伴在进行环境搭建时、要进行区分
- 其它 1.X 版本 和 2.X 版本的安装、大家仿照上面修改
conda install tensorflow-gpu==X.X.X
版本号即可
- 作为全网 AI 领域 干货最多的博主之一,?? 不负光阴不负卿 ??
- ?? 如果文章对你有帮助、点赞、评论鼓励博主的每一分认真创作
- 深度学习模型训练推理——基础环境搭建推荐博文查阅顺序【基础安装—认真帮大家整理了】——【1024专刊】
计算机视觉领域 八大专栏、不少干货、有兴趣可了解一下
- ?? 图像风格转换 —— 代码环境搭建 实战教程【关注即可阅】!
- 图像修复-代码环境搭建-知识总结 实战教程 【据说还行】
- 超分重建-代码环境搭建-知识总结 解秘如何让白月光更清晰【脱单神器】
- YOLO专栏,只有实战,不讲道理 图像分类【建议收藏】!
- 深度学习:环境搭建,一文读懂
- 深度学习:趣学深度学习
- 落地部署应用:模型部署之转换-加速-封装
- CV 和 语音数据集:数据集整理
- 最近更新:2022年3月24日
- 点赞 收藏 ?留言 都是博主坚持写作、更新高质量博文的最大动力!
文章图片
推荐阅读
- 深度学习与神经网络|计算机视觉之卷积神经网络
- 区块链|Equal Sign Bridge全球业务发展运营官Glen做客Hoo社区AMA全程直播回顾
- 区块链|ES Bridge跨链桥服务升级,新增BSC跨链网络
- 编程语言|宁愿“大小周”、每天只写 200 行代码、月薪 8k-17k 人群再涨!揭晓中国开发者真实现状...
- 算法|复现经典(《统计学习方法》第21章 PageRank算法)
- 神经网络|(翻译)60分钟入门深度学习工具-PyTorch
- 全球零部件荒,车企或将损过亿,零部件数据化管理迫在眉睫!
- 实战演练!手把手教你完成仪表盘设计
- 信息安全|“脚本小子”和真正黑客的区别是什么()