文章目录
1.安装Anaconda
到这里下载对应的版本
https://repo.continuum.io/archive/
下载好了之后打开终端执行下面操作
sudo bash Anaconda3-5.3.1-Linux-x86_64.sh
#除了最后一个输入no(Microsoft VSCode)其它的一路默认或者输入yes
# 将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda3/bin
echo 'export PATH="/home/lqs/anaconda3/bin:$PATH"' >> ~/.bashrc
# 更新bashrc以立即生效
source ~/.bashrc
#查看conda版本
conda -V
#查看python版本
python
卸载看这里
2.安装pytorch
到这里下载对应的pytorch版本
https://download.pytorch.org/whl/torch_stable.html
我cuda11.2下载的是
torch-1.8.1+cu111-cp37-cp37m-linux_x86_64.whl
torchvision-0.9.1+cu111-cp37-cp37m-linux_x86_64.whl
torchaudio-0.8.1-cp37-cp37m-linux_x86_64.whl
然后打开终端依次执行
pip install torch-1.8.1+cu111-cp37-cp37m-linux_x86_64.whl
pip install torchvision-0.9.1+cu111-cp37-cp37m-linux_x86_64.whl
pip install torchaudio-0.8.1-cp37-cp37m-linux_x86_64.whl
检验安装成功与否
python
import torch
torch.__version__
torch.cuda.is_available()
#显示为True成功
3.安装Tensorflow
RTX3080 cuda11.2 安装 tensorflow1.15
具体安装方法简介如下：
1. 安装 TensorFlow wheel的索引
pip install nvidia-pyindex
2. 安装TensorFlow
pip install nvidia-tensorflow
大概率是会安装报错，有许多个依赖包，且有些包比较大，如果是不能*的话，很难一次性安装成功。那么优先安装依赖包。
具体依赖包有下：
nvidia-cublas 11.2.1.74
nvidia-cuda-cupti 11.1.69
nvidia-cuda-nvcc 11.1.74
nvidia-cuda-nvrtc 11.1.74
nvidia-cuda-runtime 11.1.74
nvidia-cudnn 8.0.4.30
nvidia-cufft 10.3.0.74
nvidia-curand 10.2.2.74
nvidia-cusolver 11.0.0.74
nvidia-cusparse 11.2.0.275
nvidia-dali-cuda110 0.26.0
nvidia-dali-nvtf-plugin 0.26.0+nv20.10
nvidia-nccl 2.7.8
nvidia-pyindex 1.0.5
nvidia-tensorboard 1.15.0+nv20.10
nvidia-tensorrt 7.2.1.4
tensorflow-estimator 1.15.1
#依赖包下载地址（提取密码5tgm） https://link.csdn.net/?target=https%3A%2F%2Fpan.baidu.com%2Fs%2F1j6XSG8oyBX6lzHzka7xr3Q
4.安装Opencv
python -m pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple