Управляйте своими проектами более профессионально.

Конечно, все программисты начинают учиться программировать с очень простых строк кода и простых проектов, и я полагаю, что большинство из нас раньше игнорировали или не понимали важность виртуальных сред. Поскольку мы должны совершенствовать свои навыки программирования день ото дня, наши проекты действительно расширяются. Тогда мы можем почувствовать необходимость управления с помощью виртуальных сред. Вы без проблем работаете над своим проектом с Tensorflow 1.x на своей машине, но ваш босс просто хочет, чтобы вы реализовали другой проект, который нуждается в поддержке Tensorflow 2.x на той же глупой машине, этот сценарий объясняет, почему нам нужно управлять нашими проектами. с виртуальными средами. С этой целью Conda была представлена ​​как система управления средой с открытым исходным кодом, которая может помочь вам установить несколько версий пакетов программного обеспечения и их зависимостей, а также легко переключаться между ними. В этом посте я помогу вам с шагами по установке нескольких сред, работающих с разными версиями CUDA и cuDNN, с использованием Conda.

Установить Конду

Шаг 1:

Я предполагаю, что вы не загрузили скрипт conda bash на свой компьютер, затем войдите на свой сервер и перейдите в каталог / tmp, затем выполните:

cd /tmp
curl -O https://repo.anaconda.com/archive/Anaconda3-2019.03-Linux-x86_64.sh

Шаг 2:

Проверьте установщик с контрольной суммой SHA-256:

$ sha256sum Anaconda3-2019.03-Linux-x86_64.sh

Вывод должен быть примерно таким:

45c851b7497cc14d5ca060064394569f724b67d9b5f98a926ed49b834a6bb73a  Anaconda3-2019.03-Linux-x86_64.sh

Шаг 3:

Запустите скрипт conda bash:

$ bash Anaconda3–2019.03-Linux-x86_64.sh

Нажмите Enter, когда получите (1) условия лицензионного соглашения, (2) рекомендацию о месте установки по умолчанию (вы можете указать другое, если хотите) и (3) предложение использовать conda команда.

Я надеюсь, что вы получите сообщение, уведомляющее, что установка завершена до этого момента.

Шаг 4:

Активируйте установку:

$ source ~/.bashrc

Шаг 5:

Протестируйте установку:

$ conda list

Создание сред и установка пакетов

Предположим, вы хотите установить комбинацию Tensorflow-GPU 1.14, CUDA 10.0 и cuDNN 7.6.5 (пожалуйста, обратитесь к этой таблице совместимости для правильной установки, обратите внимание, что мы не обязаны точно следовать таблице, у вас может быть другая комбо до тех пор, пока вы знаете, что он может работать без каких-либо подвесов).

Шаг 1:

Создайте новую среду iamhandsome с определенной версией Python (скажем, python3.6 в этом примере), затем активируйте ее:

$ conda create -n iamhandsome python=3.6
$ conda activate iamhandsome

Шаг 2:

Установите Tensorflow-GPU 1.14, CUDA 10.0 и cuDNN 7.6.5:

(iamhandsome)$ conda install cudatoolkit=10.0
(iamhandsome)$ conda install cudnn=7.6.5
(iamhandsome)$ pip install tensorflow-gpu==1.14

Теперь сделай свой проект! Если вы доберетесь сюда без проблем, вы поймете, почему я назвал окружение «красивым».

Что-то другое

  1. Получить конда версию
$ conda -V

2. Перечислите все среды, которые вы установили

$ conda info --envs

3. Удалите среду A

$ conda env remove --name A

Выводы

В этом посте я представил всем вам шаги по установке виртуальной среды, работающей с различными версиями CUDA и cuDNN с использованием Conda.

Читатели могут посетить мою фан-страницу в Facebook, на которой можно поделиться информацией о машинном обучении: Погружение в машинное обучение.

Спасибо за потраченное время!

использованная литература

[1] https://www.digitalocean.com/community/tutorials/how-to-install-anaconda-on-ubuntu-18-04-quickstart

[2] https://stackoverflow.com/questions/64811841/tensorflow-1-15-cuda-cudnn-installation-using-conda