pytorch、tensorflow环境搭建

最新推荐文章于 2026-04-19 11:46:44 发布

原创最新推荐文章于 2026-04-19 11:46:44 发布 · 1.1k 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

神经网络专栏收录该内容

3 篇文章

订阅专栏

本文提供了深度学习环境搭建的详细步骤，包括Anaconda的安装以创建虚拟环境，以及TensorFlow和PyTorch的安装。尽管CUDA安装过程中遇到GPU驱动问题，但文章提供了显卡驱动的下载和安装方法，并强调在虚拟环境中安装库以避免版本冲突。最后，介绍了如何激活虚拟环境并使用Jupyter Notebook进行交互式编程。

参考链接：

整个环境搭建链接（Anaconda、CUDA）：https://github.com/sharedeeply/DeepLearning-StartKit

tensorflow安装官方链接：https://tensorflow.google.cn/install/install_linux#the_url_of_the_tensorflow_python_package

pytorch安装官方链接：https://pytorch.org/

步骤一：安装anaconda（作用是创建虚拟环境，避免各个环境受版本不同的影响）

略（参考第一个链接）

步骤二：CUDA安装（显卡厂商NVIDIA运算平台）

cuda下载链接：https://developer.nvidia.com/cuda-toolkit-archive

sudo bash cuda_9.0.176_384.81_linux-run

此处是很长的说明

Do you accept the previously read EULA?

accept/decline/quit: accept


Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?

(y)es/(n)o/(q)uit: n


Install the CUDA 9.0 Toolkit?

(y)es/(n)o/(q)uit: y


Enter Toolkit Location

 [ default is /usr/local/cuda-9.0 ]: y


Toolkit location must be an absolute path.

Enter Toolkit Location

 [ default is /usr/local/cuda-9.0 ]:


Do you want to install a symbolic link at /usr/local/cuda?

(y)es/(n)o/(q)uit: y


Install the CUDA 9.0 Samples?

(y)es/(n)o/(q)uit: n


Installing the CUDA Toolkit in /usr/local/cuda-9.0 ...


===========

= Summary =

===========


Driver:   Not Selected

Toolkit:  Installed in /usr/local/cuda-9.0

Samples:  Not Selected

我这里选择安装GPU驱动总是失败，所以我暂时先不安装

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?选择no

后面单独下载安装显卡驱动安装

https://developer.nvidia.com/cuda-gpus

查看gpu支持的驱动

我使用的tesla系列的K80

下载显卡驱动：https://www.nvidia.com/Download/index.aspx?lang=en-us

安装显卡驱动之前先确认是否安装了gcc、make等工具

gcc -v查看gcc版本，好像是需要5.0以上的

如果这两个都有执行语句

sudo bash NVIDIA-Linux-x86_64-384.145.run

nvidia-smi命令可查看gpu信息

最后添加环境变量

echo "export LD_LIBRARY_PATH=\${LD_LIBRARY_PATH}:/usr/local/cuda-9.0/lib64" >>~/.bashrc

source ~/.bashrc

步骤三：tensorflow、pytorch安装

这里有很多安装方法pip原生安装，在虚拟环境中安装，建议在虚拟环境中安装，避免python版本的影响

可参考上面安装链接

如下是我先创建一个虚拟环境，激活虚拟环境

conda create -n tensorflow pip python=3.6
conda env list
source activate tensorflow

激活后命令行前面的名字变成了刚刚激活的名称

后面参考链接教程即可

最后运行

jupyter notebook

把命令行的链接复制到浏览器上

notebook使用链接：http://liuchengxu.org/pelican-blog/jupyter-notebook-tips.html

创建python就可以使用python、创建文件等功能了