大家好，又见面了，我是你们的朋友全栈君。
linux 服务器，卸载tensorflow CPU 安装PGU版
写在前面
之前用的和学习的都是pytorch框架，现在要运行一个keras的代码，得安装tensorflow和keras，按一个教程，直接在pycharm里setting，点那个 很快就装好了tensorflow和keras，运行了几次发现运行特别慢，用nvidia-smi查看，发现根本没有用pgu跑，一番查找，最后发现安装的tensorflow本身是按CPU跑的，要用GPU跑，得安装tensorflow-gpu。 以下主要参考了https://blog.csdn.net/qq_38502918/article/details/108009692进行操作，成功安装了tensorflow-gpu版本的。 记录以下安装过程。 重点： CUDA的版本要与tensorflow-gpu的一定要对应，否则会出错。 注意点： 安装好tensorflow-gpu后，安装对应版本的keras版本。 https://blog.csdn.net/weixin_40109345/article/details/106730050
卸载tensorflow的cpu版本
- 首先切换到自己的环境 conda activate [环境名称]
2.移除tensordlowde cpu版本 conda remove tensorflow 中间会卸载一些吧，更新和安装一些包 
安装tensorflow-gpu
CUDA的版本要与tensorflow-gpu的一定要对应，否则会出错。
- nvidia-smi查看服务器上cuda的版本，我的是11.1，也可以看到driver version 那显示的是455.23.05，根据这个查看https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
2. 查看tensorflow-gpu与cuda、cudnn的对照表 接着找到对应CUDA版本的tensorflow-gpu版本https://tensorflow.google.cn/install/source 我的CUDA版本是11.1，最高的CUDA版本这里显示是11.0，因此对我的服务器，可用的tensorflow-gpu版本就比较多，这里我选择了tensorflow_gpu-1.15.0
3. 安装tensorflow-gpu conda install tensorflow-gpu==1.15.0 选择你可用的tensorflow-gpu版本，不要超过对应的cuda版本
- 我是要用keras框架，安装keras 安装好tensorflow-gpu后，安装对应版本的keras版本。 https://blog.csdn.net/weixin_40109345/article/details/106730050 tensorflow-gpu 1.15.0 对应就是keras2.3.1 用conda install keras==2.3.1安装
可以用conda list查看这个环境里安装了哪些包
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
[1]: 主要参考改博客实现https://blog.csdn.net/qq_38502918/article/details/108009692 [2]: 查看cuda与tensorflow对应的版本https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html [3]:查看keras与tensorflow对应的版本 https://blog.csdn.net/weixin_40109345/article/details/
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/152153.html原文链接：https://javaforall.cn
