Linux搭建深度学习平台tensorflow,并使用jupyter notebook远程访问服务器。

文章目录

前言

一、Tensorflow

二、screen命令

运行jupyter notebook

前言

本文介绍如何搭建深度学习平台,并在jupyter notebook上运行。

一、Tensorflow

最好新建一个虚拟环境,搭建深度学习平台最让人头疼的莫过于各种包版本兼容问题,我试了两个版本,很幸运第二个版本就可以了(如下)。首先建议不要安装过高的版本,因为在网上很难找到合适的搭配,一开始我安了tensorflow2.8(最新版本),但找不到对应的cuda和cuda版本信息,让人头痛。后来用python3.7来安装tf_2.7(亲测有效)。

python=3.7 + tensorflow=2.7.0 + numpy=1.20.1 + cuda=11.3.1 + cudnn=8.2.1

要特别注意tensorflow和numpy版本兼容问题,最新的numpy版本太高,甚至无法兼容刚发布的tensorflow2.8,因此安装的时候也要特别注意,一般教程都说安装tensorflow的时候会自动安装numpy,但咱就是说,经过多次失败,漏!安装tensorflow的时候给你安装的是最新的numpy版本,并不会自动匹配兼容的版本,安装的时候不会报错但是使用的时候会出现以下错误,所以安装tensorflow前先安装指定版本的numpy,至于哪个版本就需要提前做功课,我试的经验来说tf2.7,2.8版本都可以和numpy1.20.1版本兼容。也不要安装太低版本的tensorflow,除了更新问题外,我看很多低版本的tensorflow都可以和numpy1.19.5兼容,但我尝试安numpy1.19.5时,报了错无法安装,具体忘记了什么问题,大概就是numpy1.19.5对于我当前的系统来说版本过低。


error:Cannot convert a symbolic Tensor (lstm_8/strided_slice:0) to a numpy array. This error may indicate ...

安装步骤:

1、先安装cudatoolkit,

你可以先用conda install cudatoolkit=11.3.1试试,
如果出现问题去给出的网址(https://anaconda.org/)搜索相应的包,找到需要的版本(如图),用里面的命令来安装,下面的每个包俺都是直接去找对应的版本。

Linux搭建深度学习平台tensorflow,并使用jupyter notebook远程访问服务器。
conda install -c anaconda cudatoolkit=11.3.1

2、安装cuddn

conda install -c anaconda cudnn=8.2.1

3、这里就要注意了,咱们先下手为强,先装numpy

conda install -c esri numpy=1.20.1

4、安装tensorflow

conda install -c conda-forge tensorflow=2.7.0

这样tensorflow就装好了,可以不用装keras,因为tensorflow里面有,后面需要seaborn,sklearn等库时,可以用conda,如果提醒有冲突改用pip来装(我的是这样,但可以混合使用)。

; 二、screen命令

最近发现一个很实用的命令screen,窗口管理,主要用于执行长时间不能中断的备份、测试和传输任务等(恢复会话);以及共享终端会话窗口(窗口共享)。简单来说可以新开一个或者几个窗口,在新的窗口运行你的程序,你可以返回到连接的会话窗口或者其他窗口,而保证程序不会中断。

使用screen自动启动一个 Screen 会话后,终端进入screen

#你也可以指定会话名,创建一个新的会话
screen -s

#查看所有的screen会话
screen -ls

#进入某个会话
screen -r

#脱离某个会话回到连接窗口
Ctrl a+d ,回到原来的shell会话,不会影响后台在运行的程序。

运行jupyter notebook

jupyter notebook --ip=0.0.0.0 --no-browser --allow-root &

#如何连接服务器请参考我的上一篇文章

总结

本文仅介绍我安装成功的tensorflow环境,如有其他的版本配置可以在评论区留言哟。

Original: https://blog.csdn.net/qq_41832354/article/details/124157065
Author: 小月饼呐呐
Title: Linux搭建深度学习平台tensorflow,并使用jupyter notebook远程访问服务器。

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/508659/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球