Anaconda3+CUDA10.1+CUDNN7.6+TensorFlow2.6安装（Ubuntu16）

以你之姓@ 2022-09-14 11:08 123阅读 0赞

### 欢迎访问我的GitHub ###

> 这里分类和汇总了欣宸的全部原创(含配套源码)：[https://github.com/zq2599/blog\_demos][https_github.com_zq2599_blog_demos]

### 本篇概览 ###

*  本篇记录了自己在Ubuntu 16.04.7 LTS系统上搭建TensorFlow2开发环境的过程，用于将来重装时的参考
 *  硬件是2018年购买的惠普暗隐精灵3代，显卡GTX1060，已经安装了Ubuntu16 LTS桌面版
 *  执行本篇操作前需要安装Nvidia的驱动，详情请参考[《Ubuntu16安装Nvidia驱动(GTX1060显卡)》][Ubuntu16_Nvidia_GTX1060]
 *  查看驱动信息，如下图，可见CUDA版本是10.1  
    ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_pic_center]

### 版本匹配 ###

*  去tensorflow官网查看版本匹配关系，地址：https://tensorflow.google.cn/install/source
 *  如下图，在我的电脑上有三个合适的版本：  
    ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16]

### 安装 ###

*  注意：接下来的所有操作**并未使用**root账号
 *  下载anaconda3，地址：https://www.anaconda.com/products/individual，如下图，可见官方最新版本对应的Python是3.8，符合前面的TensorFlow版本匹配表中的Python版本，所以，就下载最新版吧（此刻是2021.05版）  
    ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 1]
 *  由于个人习惯，我的操作都是在MacBook上远程SSH到Ubuntu16电脑上操作的，和在本地执行命令行并无区别，您可以随意
 *  增加可执行权限：

chmod a+x Anaconda3-2021.05-Linux-x86_64.sh

*  运行：

bash Anaconda3-2021.05-Linux-x86_64.sh

*  按照提示输入回车：  
    ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 2]
 *  翻阅文档，按照要求输入yes：  
    ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 3]
 *  是否初始化，输入yes：  
    ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 4]
 *  安装完成：  
    ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 5]
 *  退出ssh重新登录，输入python即可进入anaconda环境的python：

(base) will@ubuntu-hp:~$ python
    Python 3.8.8 (default, Apr 13 2021, 19:58:26)
    [GCC 7.3.0] :: Anaconda, Inc. on linux
    Type "help", "copyright", "credits" or "license" for more information.

*  创建新的conda环境，名为py38：

conda create -n py38 python=3.8.8

*  激活py38：

conda activate py38

*  安装指定版本的tensorflow，指定国内源以加快下载速度：

pip install tensorflow-gpu==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

*  安装CUDA：

conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

*  安装cudnn：

conda install cudnn=7.6.5

*  安装完成，接下来验证一下是否GPU版的TensorFlow是否安装成功

### 验证 ###

*  退出ssh，重新登录
 *  查看有哪些conda环境，以及正在使用哪个，输入命令conda info --e，如下，星号所在的行表示正在使用的是base环境，并非咱们要用的py38：

(base) will@ubuntu-hp:~$ conda info --e
    # conda environments:
    #
    base                  *  /home/will/anaconda3
    py38                     /home/will/anaconda3/envs/py38

*  执行source activate py38即可切换到py38环境
 *  直接输入python进入python交互模式
 *  导入tensorflow：

import tensorflow as tf

*  显示导入成功：

2021-10-08 23:08:55.391471: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library libcudart.so.10.1

*  以下代码表示检查tensorflow能否得到CUDA支持，支持就会返回True，否则返回false：

tf.test.is_built_with_cuda()

*  以下代码表示检查tensorflow能否获取到GPU：

tf.test.is_gpu_available()

*  如果能获取到会返回Ture，并且输出的部分日志信息如下，可见显卡信息已成功取到：

2021-10-08 23:09:34.367795: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:982] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
    2021-10-08 23:09:34.368110: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1402] Created TensorFlow device (/device:GPU:0 with 5088 MB memory) -> physical GPU (device: 0, name: GeForce GTX 1060 6GB, pci bus id: 0000:01:00.0, compute capability: 6.1)
    True

*  作为对比，下图是MabBook上的CPU版本TensorFlow执行结果：  
    ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 6]
 *  至此，安装完成。

### 你不孤单，欣宸原创一路相伴 ###

1.  [Java系列][Java]
2.  [Spring系列][Spring]
3.  [Docker系列][Docker]
4.  [kubernetes系列][kubernetes]
5.  [数据库+中间件系列][Link 1]
6.  [DevOps系列][DevOps]

[https_github.com_zq2599_blog_demos]: https://github.com/zq2599/blog_demos
[Ubuntu16_Nvidia_GTX1060]: https://xinchen.blog.csdn.net/article/details/120633388
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_pic_center]: /images/20220828/6e827a091893442ca711e8883f6007fb.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/2c87af1d24fe4ddba3525629b699cfb9.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220828/5c39ac8e127446199375f744e35a39ff.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 2]: /images/20220828/d55607bcd3974525a7cb81dee2139c34.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 3]: /images/20220828/9f85f284be1b4a8fa9b8011cbfac914d.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 4]: /images/20220828/fe4b7bea27544601920b65487055a62d.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 5]: /images/20220828/6b9d2d4d712e4a1f88d746c293322c19.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA56iL5bqP5ZGY5qyj5a64_size_20_color_FFFFFF_t_70_g_se_x_16 6]: /images/20220828/c1de0c562a7c41a09bb8e7b39bfdafb5.png
[Java]: https://xinchen.blog.csdn.net/article/details/105068742
[Spring]: https://xinchen.blog.csdn.net/article/details/105086498
[Docker]: https://xinchen.blog.csdn.net/article/details/105086732
[kubernetes]: https://xinchen.blog.csdn.net/article/details/105086794
[Link 1]: https://xinchen.blog.csdn.net/article/details/105086850
[DevOps]: https://xinchen.blog.csdn.net/article/details/105086920