前一篇搞定 Ubuntu 作業系統的安裝，接下來我們繼續安裝『機器學習』的相關軟體及工具，包括 Anaconda、TensorFlow 及 GPU顯卡支援。
至『官網』下載，執行下列指令:
bash Anaconda3-2021.05-Linux-x86_64.sh
安裝後，可使用 which python，確認 Anaconda 為優先執行路徑。
如果要支援GPU顯卡，執行下列指令，因為在 Ubuntu 20.04 安裝CUDA只會安裝 V10.1，對應的tensorflow為2.3.4版，可參考(https://www.tensorflow.org/install/source#gpu):
pip install tensorflow==2.3.4
如果不支援GPU顯卡，可安裝TensorFlow最新版，執行下列指令:
pip install tensorflow
參考這一篇，安裝指令如下：
sudo apt install nvidia-cuda-toolkit
使用 nvcc --version 確認 CUDA版本。
接著至nVidia官網安裝 cuDNN v7.6.5 for CUDA 10.1，下載 cuDNN Library for Linux (x86) 並解壓縮，複製 include、lib64 目錄至CUDA安裝目錄。
tar -zxvf ./cudnn-10.1-linux-x64-v7.6.5.32.tgz
sudo cp cuda/include/*.h /usr/lib/cuda/include
sudo cp cuda/lib64/*.* /usr/lib/cuda/lib64
sudo chmod a+r /usr/lib/cuda/include/cudnn*.h /usr/lib/cuda/lib64/libcudnn*
CUDA安裝目錄可執行下列指令查詢:
find / -type d -name cuda 2>/dev/null
gedit ~/.bashrc 在檔尾加入
export LD_LIBRARY_PATH=/usr/lib/cuda/lib64:$LD_LIBRARY_PATH
import tensorflow as tf
tf.config.list_physical_devices("GPU")
出現以下訊息，表示安裝成功。
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
安裝 pytorch，執行下列指令:
pip install torch torchvision torchaudio
import torch
torch.cuda.is_available()
自官網下載 vs code，執行下列指令:
sudo apt install ./code_1.60.2-1632313585_amd64.deb
執行下列指令：
code .
指定目錄，新增一個test.py，內容如下：
print('hello.')
執行程式。
anaconda 會幫你檢查相依元件並安裝
你也不需要用 pip 裝套件
簡單來說 你用了 anaconda 但沒用到它的功能??
簡單作法如下
1.安裝 NVIDIA 官方 driver
2.建立 conda env (TF2.2) 並一併安裝 tensorflow-gpu
這步驟會把 cuda toolkit、 CUDNN 一起安裝
3.啟動 ENV (TF2.2)
4.跑 code
conda create --name TF2.2 tensorflow-gpu==2.2.0
conda activate TF2.2
哇，這招厲害。
請教
conda create --name TF2.2 tensorflow-gpu==2.2.0
conda activate TF2.2
以上兩行在哪邊下指令
Windows:cmd
Ubuntu：terminal
iThome鐵人賽
看影片追技術