用conda搭建tensorflow-gpu和模块安装

Posted sunnykwan

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了用conda搭建tensorflow-gpu和模块安装相关的知识,希望对你有一定的参考价值。

一、anaconda安装

bash  ×××××.sh文件

二、虚拟环境

(1)conda env list 或 conda info -e:查看当前存在哪些虚拟环境,conda info --envs查所有环境

(2)conda create -n py36 python=3.6 创建虚拟环境 其中,py36为虚拟环境名称,

        PS:本机anaconda环境需要root权限,因此权限非root时,会自动创建.conda文件夹存储虚拟环境。

        PS:可同时安装必要的包conda create -n env_name numpy matplotlib python=3.6

(3)conda remove -n py36 --all  删除虚拟环境 ,py36为虚拟环境名称

(4)source activate yyl-tf 启动虚拟环境,yyl-tf为虚拟环境名称

(5)source deactivate 关闭虚拟环境

(6)conda create -n py36 --clone yyl-tf 克隆创建虚拟环境

(7)conda remove --name $your_env_name  $package_name(包名)删除虚拟环境中的包:

三、Tensorflow-GPU安装

(1)conda search tensorflow-gpu查看有哪些版本可以安装

(2)conda install tensorflow-gpu keras-gpu(由于我要配置object detect api,有用到keras)

        PS:相关软件包被安装至python->lib->site-packages下面

        PS:  如果有些安装包无法查找,可以使用conda install -c conda-forge ****

(3)其他更详细的信息推荐这篇博文https://blog.csdn.net/weixin_39954229/article/details/79961172

四、配置object detection api

(1)下载地址https://github.com/tensorflow/models

(2)解压至python->lib->site-packages->tensorflow下,可能会用的的命令 unzip a.zip /home/***解压文件包;mv models-master  models重命名

(3)进入models->research目录编译proto文件,生成.py文件

protoc object_detection/protos/*.proto --python_out=.

(4)tensorflow/models/research/ 和 slim 目录 需要添加到PYTHONPATH环境变量中. 从终端中,切换到tensorflow/models  /research/目录,执行:
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

注意: 这条命令在新打开的终端中需要重新执行一次才会在新终端中生效,如果不想那么麻烦,就用下面的命令编辑 gedit ~/.bashrc 文件,把上面的语句添加到末尾.

参考博文https://blog.csdn.net/chenmaolin88/article/details/79371891

(5)测试python object_detection/builders/model_builder_test.py

(6)报错ModuleNotFoundError: No module named ‘absl‘

        执行 conda install absl-py

(7)报错AttributeError: module ‘tensorflow‘ has no attribute ‘keras‘

         据说是keras和tensorflow的版本问题,

         conda remove keras-gpu先删除版本

        扒了一圈各大大神说法,最后搭载tensorflow-gpu1.9.0+keras2.0.2,测试通过。

(8)更换conda的源镜像

        重新安装时cudnn7.0下载非常慢,于是乎更换conda的源镜像试试,添加国内源:

    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 --set show_channel_urls yes

         换回默认源:

conda config --remove-key channels

         在执行conda config 命令的时候,会在当前用户目录下创建 ~/.condarc文件,可以查看更换源前后该文件内容的变化。

        查看源的详细信息:

conda config --show

        在更改源后,安装某些软件包时可能还会提示.Could not connect to https://repo.continuum.io/pkgs/pro/linux-64/

用上述的方法在default_channels中添加

      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
————————————————
版权声明:本文为CSDN博主「余小猪」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/yuzaizhu/java/article/details/88744560

以上是关于用conda搭建tensorflow-gpu和模块安装的主要内容,如果未能解决你的问题,请参考以下文章

使用conda安装tensorflow-gpu

Linux 搭建深度学习环境教程

Ubuntu P40显卡配置CUDA 10.1,CUDNN 7.6,Conda 5.2.0, Tensorflow-gpu 1.8

TF-搭建tensorflow-gpu GPU环境

python - 环境 - python用conda创建虚拟环境

utuntu安装tensorflow-gpu