深度学习 Annconda虚拟环境配置及相关问题解决

今天由于装了高版本的显卡驱动,把机器搞瘫痪了,然后又一顿瞎操作把情况搞的更糟,然后从7点办搞到2点,又被朱帜帆抢救回来了。并且,更重要的是,把环境配置的相关操作又梳理了下,对各个相关的东西又有了清晰一些的了解了。
    总结一下,首先是他移动来移动去硬盘分区,把开机只闪动下划线的问题搞好了(毅力惊人),能进入登陆界面了,然后ctrl+alt+f1,然后卸载高版本驱动,装回384版本驱动,可以重新开机,故障修复完成。然后是教我使用anaconda虚拟环境,这个虚拟环境相当于一个虚拟机,所有东西都在这个虚拟环境中操作,与外部隔离开,有问题直接删除这个环境就行。然后是在虚拟环境中重新装tensorflow1.4和cuda8,这时候了解到conda安装和pip安装来自不同的源,pip源官方,但是慢,conda源不官方,但是快而且会自动帮助安装所安装模块需要的其他依赖模块。安装完tensorflow后,import有问题,提示libculbas.so.10.0不存在,说明cuda与tensorflow版本不匹配,而且是需要cuda10,但是查阅官网https://www.tensorflow.org/install/source#common_installation_problems 发现明明装的是匹配的,朱帜帆这时候来了一个神操作,把外部的tensorflow删了,然后这个提示就消失了,说明啥?说明我们在虚拟环境中使用import tensorflow命令的时候,这个tensorflow不是我们虚拟环境中的tensorflow,而是外面的tensorflow,这是为什么呢,查看.bashrc,发现了这么一行 alias python=/home/cs1028/anaconda3/bin/python3.6,所有Python命令都被定位到这个位置的Python,而不是虚拟环境中的Python,随之,倒入的tensorflow也就不是虚拟环境中安装的tensorflow1.4而是外面的tensorflow1.13,所以之前报错需要安装cuda10,所以把这行注释掉。然后在虚拟环境中再import tensorflow的时候,发现又报错,缺少cuDNN6,在conda install cuda==8.0的时候,明明自动安装好了cuDNN7,之前只知道cuda和tensorflow和显卡驱动要匹配,没想到cuDNN也要匹配,这个也是查了https://www.tensorflow.org/install/source#common_installation_problems才知道需要装6版本的cuDNN,而且cuDNN也可以指定版本安装,然后卸载原来的装上6版本的,问题解决。
    命令总结:
        虚拟环境相关:
            https://docs.conda.io/projects/conda/en/4.6.0/_downloads/52a95608c49671267e40c689e0bc00ca/conda-cheatsheet.pdf
            conda create --name tf_zp python=3.6
            conda activate tf_zp
            conda deactivate
            conda install module
            conda list
            conda env list
            conda search module
            which python
        
        安装环境相关:
            conda install tensorflow==1.4.0
            conda uninstall tensorflow==1.4.0

原文地址:https://www.cnblogs.com/zp06/p/10917337.html

时间: 2024-10-09 21:21:41

深度学习 Annconda虚拟环境配置及相关问题解决的相关文章

深度学习服务器环境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+TensorFlow 1.3

本文来源地址:http://www.52nlp.cn/tag/cuda-9-0 一年前,我配置了一套"深度学习服务器",并且写过两篇关于深度学习服务器环境配置的文章:<深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0> 和 <深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow> , 获得了很多关注和引用. 这一年来,深度学习的大潮继续,特别是前段时间,吴恩达(And

深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow

深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow 最近在公司做深度学习相关的学习和实验,原来一直在自己的电脑上安装虚拟机跑,速度实在太慢,主机本身性能太弱,独显都没有,物理安装Ubuntu也没多大意义,所以考虑用公司性能最强悍的游戏主机(i7 6700+GTX 1070) 做实验,这台主机平时是用来跑HTC VIVE的,现在归我用了o(*≧▽≦)ツ. 原本以为整个一套安装下来会很顺利,一路火花

(转)深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0 发表于2016年07月15号由52nlp 接上文<深度学习主机攒机小记>,这台GTX1080主机准备好之后,就是配置深度学习环境了,这里选择了比较熟悉Ubuntu系统,不过是最新的16.04版本,另外在Nvidia GTX1080的基础上安装相关GPU驱动,外加CUDA8.0,因为都比较新,所以踩了很多坑. 1. 安装Ubuntu16.04 不考虑双系统,直接安装 Ubuntu16.04,从ubun

[原创]java WEB学习笔记98:Spring学习---Spring Bean配置及相关细节:如何在配置bean,Spring容器(BeanFactory,ApplicationContext),如何获取bean,属性赋值(属性注入,构造器注入),配置bean细节(字面值,包含特殊字符,引用bean,null值,集合属性list map propert),util 和p 命名空间

本博客的目的:①总结自己的学习过程,相当于学习笔记 ②将自己的经验分享给大家,相互学习,互相交流,不可商用 内容难免出现问题,欢迎指正,交流,探讨,可以留言,也可以通过以下方式联系. 本人互联网技术爱好者,互联网技术发烧友 微博:伊直都在0221 QQ:951226918 -----------------------------------------------------------------------------------------------------------------

Nginx详解二十一:Nginx深度学习篇之配置苹果要求的openssl后台HTTPS服务

配置苹果要求的证书: 1.服务器所有的连接使用TLS1.2以上的版本(openssl 1.0.2) 2.HTTPS证书必须使用SHA256以上哈希算法签名 3.HTTPS证书必须使用RSA2048位或ECC256位以上公钥算法 4.使用前向加密技术 首先看openssl版本:openssl version,为1.0.1,需要升级 查看当前使用的自签算法类型:openssl x509 -noout -text -in ./jesonc.crt,使用的是sha1,位数是1024位,都不符合规定 升级

深度学习框架keras平台搭建(关键字:windows、非GPU、离线安装)

当下,人工智能越来越受到人们的关注,而这很大程度上都归功于深度学习的迅猛发展.人工智能和不同产业之间的成功跨界对传统产业产生着深刻的影响. 最近,我也开始不断接触深度学习,之前也看了很多文章介绍,对深度学习的历史发展以及相关理论知识也有大致了解. 但常言道:纸上得来终觉浅,绝知此事要躬行:与其临渊羡鱼,不如退而结网.因此决定自己动手玩一玩. 对比了当下众多流行框架的优缺点,以及结合自身硬件条件,最后选定keras框架作为入手点. 作为大多数人都习惯于Windows系统,此外由于GPU比较昂贵,本

深度学习主机攒机小记

本文來源網址:http://www.52nlp.cn/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%BB%E6%9C%BA%E6%94%92%E6%9C%BA%E5%B0%8F%E8%AE%B0 Update: 这篇文章写于一年以前,这一年深度学习的大潮继续推进,1080也升级到1080TI了,攒机也有了更多更好的选择.最近更新了一篇文章:<从零开始搭建深度学习服务器:硬件选择>,可以看完下文后(主要提供了一些选择的思路),再来看最新的这篇(主要提供了一

怎样找到一份深度学习的工作(附学习材料,资源与建议)

原文地址:How to get a job in deep learning 原文翻译与校对:@戴丹 && @胡杨 && 寒小阳 时间:2016年10月. 出处:http://blog.csdn.net/han_xiaoyang/article/details/52777661 声明:版权所有,转载请联系作者并注明出 如果你是一个软件工程师(或者你现在正在学习这一方面),你肯定有机会听说过深度学习(有时候深度学习缩写为"DL").它现在是一个热门.且快速

用深度学习(CNN RNN Attention)解决大规模文本分类问题 - 综述和实践

转自https://zhuanlan.zhihu.com/p/25928551 近来在同时做一个应用深度学习解决淘宝商品的类目预测问题的项目,恰好硕士毕业时论文题目便是文本分类问题,趁此机会总结下文本分类领域特别是应用深度学习解决文本分类的相关的思路.做法和部分实践的经验. 业务问题描述: 淘宝商品的一个典型的例子见下图,图中商品的标题是"夏装雪纺条纹短袖t恤女春半袖衣服夏天中长款大码胖mm显瘦上衣夏".淘宝网后台是通过树形的多层的类目体系管理商品的,覆盖叶子类目数量达上万个,商品量也