Linux 卸载、安装 anaconda 以及新建环境

一、卸载 anaconda

卸载 anaconda 博客

参照上述博客可以卸载 anaconda,注意编辑文件时,i 是进入输入模式,修改完毕后保存并退出操作是:先按 Esc 退出输入模式,shift+:+wq+Enter 即可保存修改并退出。

二、安装 anaconda

安装 anaconda 博客

参照上述博客可以安装 anaconda 同时也有第三部分的 pytorch 下载教程

三、新建 Pytorch 环境

在 pytorch 官网下载对应的 pytorch 版本,首先得查看 CUDA 的版本

nvidia-smi

这里我的 CUDA 版本是10.1
对应 pytorch 官网找到对应的命令即可

# CUDA 10.1
pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

最后验证一下 pytorch 是否安装成功,返回 True 则大功告成!

conda activate 环境名
python
import torch
torch.cuda.is_available()

四、新建 Tensorflow 环境

# 新建环境
conda create -n 环境名 python=3.6  # 这里下载的python版本是3.6
# 激活环境
conda activate 环境名

CUDA 版本与 tensorflow 对应查询博客
下载对应版本 tensorflow 链接

pip install tensorflow_gpu-2.0.0-cp36-cp36m-manylinux2010_x86_64.whl  # 36要与前面的python版本对应
# 测试是否安装成功
import tensorflow as tf   # 这是最关键的一步,此步失败,说明安装有问题
sess = tf.Session()  # 这步往往会显示显卡的相关信息
a = tf.constant(100)
print(sess.run(a))

我遇到的小插曲

我刚开始在测试时,第一步就报错 No module named ‘tensorflow’
紧接着我通过 conda list 命令查看环境中存在 tensorflow-gpu 这个包
于是我就用 import tensorflow-gpu as tf 命令,依然一直对 -gpu 报错。
最后我参考 No module named ‘tensorflow’ 解决办法博客 发现是版本不匹配
重新删除环境下载了 python3.6 (起初我下载的是python3.7啦)

五、最后附上常用的命令

# 移除环境命令
conda remove -n 环境名 --all
# 查看所有的环境
conda info --env
# 查看环境下下载的包列表
conda list

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
乘风的头像乘风管理团队
上一篇 2023年6月6日
下一篇 2023年6月6日

相关推荐