快速安装torch-gpu和Tensorflow-gpu(自用,Ubuntu)

要更详细的教程可以参考Tensorflow + PyTorch 安装(CPU + GPU 版本),这里是有基础之后的快速安装。

一、Pytorch

  • 安装
bash 复制代码
conda create -n torch_env python=3.10.13
conda activate torch_env
conda install cudatoolkit==11.8 -c nvidia
pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu118
conda install -c "nvidia/label/cuda-11.8.0" cuda-nvcc
  • 测试
python 复制代码
# 进入python
python
import torch
print(torch.cuda.is_available())

二、Tensorflow

  • 安装

安装完Pytorch,再安装Tensorflow

bash 复制代码
conda create -n tensorflow_env python=3.7
conda activate tensorflow_env
conda install cudatoolkit==11.8 -c nvidia
pip install tensorflow-gpu==2.6.0

# 测试时会报错说LD_LIBRARY_PATH: :/usr/local/cuda/lib64下没有libcudnn.so.8
# 于是用locate在电脑中查找
# 显示其中一个路径是 your_path/Anaconda3/envs/torch_env/lib/python3.10/site-packages/torch/lib/libcudnn.so.8,复制到/usr/local/cuda/lib64
sudo updatedb
locate libcudnn.so.8   
sudo cp your_path/Anaconda3/envs/torch_env/lib/python3.10/site-packages/torch/lib/libcudnn.so.8 /usr/local/cuda/lib64
  • 测试
python 复制代码
import tensorflow as tf
print(tf.test.is_gpu_available())

三、查看显卡利用率

bash 复制代码
# 简单查看
nvidia-smi
# 每2秒刷新
nvidia-smi -l 1
相关推荐
数据智能老司机1 小时前
精通 Python 设计模式——SOLID 原则
python·设计模式·架构
c8i2 小时前
django中的FBV 和 CBV
python·django
c8i2 小时前
python中的闭包和装饰器
python
IT_陈寒2 小时前
JavaScript 性能优化:5 个被低估的 V8 引擎技巧让你的代码快 200%
前端·人工智能·后端
Juchecar3 小时前
一文讲清 PyTorch 中反向传播(Backpropagation)的实现原理
人工智能
黎燃3 小时前
游戏NPC的智能行为设计:从规则驱动到强化学习的演进
人工智能
机器之心3 小时前
高阶程序,让AI从技术可行到商业可信的最后一公里
人工智能·openai
martinzh3 小时前
解锁RAG高阶密码:自适应、多模态、个性化技术深度剖析
人工智能
机器之心3 小时前
刚刚,李飞飞空间智能新成果震撼问世!3D世界生成进入「无限探索」时代
人工智能·openai
scilwb4 小时前
Isaac Sim机械臂教程 - 阶段1:基础环境搭建与机械臂加载
人工智能·开源