Linux服务器3090上安装keras环境(3步走) | 您所在的位置:网站首页 › 服务器3090 › Linux服务器3090上安装keras环境(3步走) |
1.首先Linux服务器中安装了anaconda; 2.检查服务器的cuda版本,因为要安装的python,tensorflow及tensorflow-gpu, keras与cuda版本都要对应; keras版本一般比tensorflow要高一点 说下个人的情况: RTX3090的卡 cuda是11.2 需要安装的tensorflow及tensorflow-gpu版本为2.6.0 因此python至少是3.7 keras我装的是2.6.0 所有用到的代码如下: conda create --name mykerasenv3.7 python=3.7 #创建新环境 conda activate mykerasenv3.7 #激活创建好的环境 conda install tensorflow==2.5.0 #安装tensorflow pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.5.0 安装tensorflow-gpu conda install keras #安装keras 1.创建python3.7的新环境 conda create --name mykerasenv3.7 python=3.7 #创建一个python3.7版本环境,命名为mykerasenv3.7 2.验证cuda 以及 cudnn(gpu版本,可选)用nvidia-smi查看自己的cuda,我的是11.2 这里给我下载的是2.4.3的,而我的tensorflow是2.5.0,直接运行代码出错了,说什么cudnn的问题,实际上是keras版本的问题 于是我直接在pycharm中更新keras到2.6.0 但是发现用得是cpu在跑 更新keras到2.6.0后,tensorflow也跟着被跟新到2.6.0了,导致比tensorflow-gpu的版本高,用cpu跑,这里又更新了下tensoflow-gpu到2.6.0,与cuda版本是对应的 conda install tensorflow-gpu==2.6.0 |
CopyRight 2018-2019 实验室设备网 版权所有 |