使用Windows Linux 子系统安装 Tensorflow,并使用GPU环境

在Microsoft Store商店安装Ubuntu 20.04

使用 nvidia-smi 命令查看GPU信息,查看支持的CUDA版本,这里最高支持11.7

安装cuda工具集

进入官网:CUDA Toolkit Archive | NVIDIA Developer,现在对应版本,点击

配置平台,根据平台选择,安装方式提供了三种:1、下载deb文件配置本地环境安装;2、通过网络加载deb文件安装;3、通过配置文件安装;

这里选择用本地deb方式,安装官方提供的命令安装:

|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pinsudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda-repo-ubuntu2004-11-7-local_11.7.0-515.43.04-1_amd64.debsudo dpkg -i cuda-repo-ubuntu2004-11-7-local_11.7.0-515.43.04-1_amd64.debsudo cp /var/cuda-repo-ubuntu2004-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/sudo apt-get updatesudo apt-get -y install cuda |

添加环境变量:

vim ~/.bashrc

在末尾添加以下内容:

|---------------------------------------------------------------------------------------------------------------|
| export PATH=PATH:/usr/local/cuda-11.7/bin export LD_LIBRARY_PATH=LD_LIBRARY_PATH:/usr/local/cuda-11.7/lib64 |

source ~/.bashrc

使用 nvcc -V 命令查看安装版本信息:

安装 cuDNN

上官网下载对应版本:https://developer.nvidia.com/rdp/cudnn-archive,下压缩包

将对应的文件包解压后,将文件拷贝到对音乐目录

|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda11-archive.tar.xz cd cudnn-linux-x86_64-8.9.7.29_cuda11-archive sudo cp lib/* /usr/local/cuda-11.7/lib64/ sudo cp include/* /usr/local/cuda-11.7/include/ sudo chmod a+r /usr/local/cuda-11.7/lib64/* sudo chmod a+r /usr/local/cuda-11.7/include/* |

至此gpu NN开发环境就构建好了

安装tensorflow环境

安装Anaconda

官网下载安装文件 Download Now | Anaconda

下载下来是一个Anaconda3-2024.06-1-Linux-x86_64.sh文件,执行脚本文件进行安装:

|------------------------------------------|
| bash Anaconda3-2024.06-1-Linux-x86_64.sh |

根据提示选择安装路径,推荐使用sudo安装到/usr/local/anaconda3,添加环境变量:

|-------------------------------------------------------|
| cd /usr/local/anaconda3/bin && conda init && cd - |

设置默认不启动base环境

|---------------------------------------------|
| conda config --set auto_activate_base false |

|-------------------------------------------------------------------------------------------------------------------------------|
| # 构建环境 conda create --name py_3.7.5_tf_gpu_env python=3.7.5 anaconda tensorflow-gpu # 运行环境 conda activate py_3.7.5_tf_gpu_env |

测试环境:

|----------------------------------------------------|
| import tensorflow as tf tf.test.is_gpu_available() |

相关推荐
许白掰1 小时前
Linux入门篇学习——Linux 工具之 make 工具和 makefile 文件
linux·运维·服务器·前端·学习·编辑器
longze_75 小时前
Ubuntu连接不上网络问题(Network is unreachable)
linux·服务器·ubuntu
Dirschs6 小时前
【Ubuntu22.04安装ROS Noetic】
linux·ubuntu·ros
qianshanxue116 小时前
ubuntu 操作记录
linux
AmosTian8 小时前
【系统与工具】Linux——Linux简介、安装、简单使用
linux·运维·服务器
荔枝吻9 小时前
【保姆级喂饭教程】Windows下安装Git Flow
windows·git·git flow
路溪非溪9 小时前
Tensorflow的安装记录
人工智能·tensorflow·neo4j
这我可不懂11 小时前
Python 项目快速部署到 Linux 服务器基础教程
linux·服务器·python
车车不吃香菇11 小时前
java idea 本地debug linux服务
java·linux·intellij-idea
tan77º11 小时前
【Linux网络编程】Socket - TCP
linux·网络·c++·tcp/ip