手动安装 vs conda install tensorflow-gpu

数据挖掘 Python 深度学习 张量流 蟒蛇 linux
2022-03-14 00:16:39

主要要求 Ubuntu 16.04/18.04。在 conda() 中安装 CUDA 和 cuDNN 以及 tensorflow-gpuconda install tensorflow-gpu和手动安装然后使用 pip 有什么区别?这是否意味着 CUDA 和 cuDNN 仅在conda install tensorflow-gpu被调用的环境中可用?另外,为什么有些人-c在安装时使用标志?

1个回答

根据这个人的说法,显然所有 Cuda 和 CuDnn 库都包含在 Anaconda Cloud 的软件包中: https ://www.pugetsystems.com/labs/hpc/How-To-Install-CUDA-10-together-with-9-2- on-Ubuntu-18-04-with-support-for-NVIDIA-20XX-Turing-GPUs-1236/

如果出现以下情况,则不需要安装 CUDA 10:您是在代码库中使用 CUDA 9.x 或更早版本的开发人员,并且您不想冒险尝试破坏应用程序的引人注目的新功能。请参阅发行说明。您正在使用 Python 机器学习框架并使用 Anaconda Python。大多数框架都有来自 Anaconda Cloud 的最新版本,其中包括所需的 CUDA 库,即您无需在所需的软件包之外安装任何东西。您正在使用仅依赖于显示驱动程序的 CUDA 运行时支持的 GPU 加速软件包。这包括大多数“即用型”或商业软件。你不知道 CUDA 是什么。在那种情况下,好吧,感谢您阅读我的帖子。我希望你喜欢它并从中学到一些东西。

查看此建议: https ://towardsdatascience.com/tensorflow-gpu-installation-made-easy-use-conda-instead-of-pip-52e5249374bc

他说只需创建一个 conda env,就像env 名称conda create --name tf_gpu tensorflow-gpu在哪里一样,并且在该 env 中包含 cuda 和 cudnn。将其分解为单独的命令,如下所示:tf_gputensorflow-gpu

conda create --name tf_gpu
activate tf_gpu
conda install tensorflow-gpu