0%
简介
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
|
#
ubuntu GPU 版本安装：
1.首先按Ubuntu的版本号安装好nvidia显卡驱动。就在“软件和更新”装好就行了。
2.按Ubuntu版本号安装cuda。参考资料：https://blog.csdn.net/ashome123/article/details/105822040
卸载旧的cuda。
cd /usr/local/cuda/bin
sudo ./cuda-uninstaller
nvidia-smi 查看支持的cuda版本，我这是cuda10.2。
去cuda官网按本电脑支持的版本下载cuda，Ubuntu20.4就选ubuntu18.4的cuda就行了
gcc降级到gcc7，
update-alternatives 就行gcc版本切换，切换至gcc7.
（关键）注意默认的python版本，如果是python3.8.2，python3.8.2对应gcc编译器是 gcc9.3.0，版本超过了gcc8，cuda安装后无法编译成功，此时应该再安装一个python3.7.0并将其设定为默认 python，因为python3.7.0内部gcc是gcc7.2.0.。
去安装cuda。
有一个未安装相关驱动警告，说没有完整安装cuda，没有关系，因为我们用了自己的驱动。
3.安装cudnn。参考资料：https://blog.csdn.net/ashome123/article/details/105822040
3.1 安装anaconda3-5.3.1-linux-x86_64.sh 在： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
参考：https://zhuanlan.zhihu.com/p/32925500
4.安装tensorflow-gpu
参考：https://zhuanlan.zhihu.com/p/84940320
用conda安装与cudnn、cuda配套的tensorflow版本
进入conda的用python3.7的环境，然后用pip（此pip对应的python版本也为3.7）安装tensorflow2.1.0。
tensorflow2.1.0 gpu/cpu版本合并了。
先进入conda 建好的环境，然后使用tensorflow就好了。
5.安装xgboost
新建一个python3.7的环境，在里面用conda命令，conda install py-xgboost-gpu 即可。
#
#
Mac CPU版本安装
直接安装anaconda，python3.7的那个anaconda版本。
新建一个虚拟环境 xgb，conda create -name xib python=3.7 ； pip install xgboost 。
新建一个虚拟环境 tf2，pip install tensorflow=2.0.0 -i [清华源]。
注意在两个虚拟环境中检查 是下载到 pip3 里面的还是下载到 pip 里面的。在两个虚拟环境中 分别
pip3 list ，pip list
如果import tensorflow as tf 找不到包，说明在另外一个pip/pip3 的包里，
例如我用pip3 下载的tensorflow找不到包
此时 pip3 uninstall tensor flow
再 pip install tensorflow=2.0.0 -i [清华源]。
#
|