目的:解决多cuda版本共存问题.
首先是安装anaconda
从官网或者是清华源下载安装包,以下用 Anaconda3-2019.10-Linux-x86_64.sh 举例
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.10-Linux-x86_64.sh #从清华源上下载安装包
chmod +x Anaconda3-2019.10-Linux-x86_64.sh #添加执行权限
#如果想多用户使用推荐安装到/opt/anaconda3 目录中(需要sudo权限)
sudo bash Anaconda3-2019.10-Linux-x86_64.sh -b -p /opt/anaconda3 #执行安装
echo -e '. /opt/anaconda3/etc/profile.d/conda.sh \n conda activate' |tee -a ~/.bashrc #添加环境变量到当前用户的".bashrc"文件中
#其他用户想使用anaconda也是执行上一条相同的命令即可
source ~/.bashrc #使环境变量生效.
可选操作
参照 anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 修改anaconda源
vim ~/.condarc 添加如下内容
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
#修改pip源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
常用conda 命令
conda create -n tf2.4 python=3.7 #创建一个名称为tf2.4的虚拟环境,python版本为3.7
conda env list #查询存在的conda 虚拟环境
conda remove -n tf2.4 numpy #删除tf2.4虚拟环境中的 numpy 包
conda remove -n tf2.4 --all #删除整个tf2.4虚拟环境
conda activate tf2.4 #激活tf2.4 虚拟环境
conda env export > environment.yaml #导出当前虚拟环境
conda env create -f environment.yaml #通过已有的配置文件来创建虚拟环境,注意如果是通过其他用户的environment.yaml 来创建虚拟环境,则需要提前修改一下 environment.yaml文件中的 prefix对应的值为 当前用户可写的目录,否则会提示没有权限错误.
以创建一个tensorflow-gpu需要的cuda,cudnn包举例
需要了解Tensorflow 与cuda,cudnn版本的对应关系
参考网址: https://tensorflow.google.cn/install/source
创建一个虚拟环境
conda create –n py3.6tf python=3.6 #创建Python3.6版本的名为py3.6tf的虚拟环境
conda activate py3.6tf #激活环境
conda search cudatoolkit #查询支持的cuda版本
conda search cudnn #查询支持的cudnn版本,需要确保cuda版本一致
conda install cudatoolkit=9.0 cudnn=7.3.1 #安装指定版本的cuda,cudnn到当前的虚拟环境中
以上就完成了在anaconda虚拟环境py3.6tf中安装cuda=9.0,cudnn=7.3.1的操作.不同的虚拟环境可以参照以上的操作安装不同的cuda版本.
ps: 以上是安装的 cuda 相关库,安装后想要查看版本信息,可以使用以下命令:
pip list | grep cud*
对于命令 nvcc -V,这个返回的是 nvcc(英伟达cuda编译器)版本信息,和以上安装的库版本有区别!!!