Linux服务器３０９０上安装keras环境（３步走）

2024-07-06 04:09| 来源: 网络整理| 查看: 265

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３.７ｋｅｒａｓ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

在这里插入图片描述

３.安装tensorflow及tensorflow-gpu conda activate mykerasenv3.7　＃先激活创建好的环境，开始安装包＃　加的一些镜像，加快下载速度 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes conda install tensorflow==2.5.0　＃安装tensorflow　 conda install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.5.0　　＃安装tensorflow-gpu ４.安装keras conda install keras　＃安装keras

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在这里插入图片描述运行成功！

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

【本文地址】

公司简介

联系我们