一,cpu 下安装

tensorflow

conda env list

source activate tensorflow

直接安装相应版本

python

import tensorflow as tf

tf.version 1.11.0

keras 直接安装

conda env list

source activate keras

import keras 2.2.2

print(keras.version)

import tensorflow as tf

tf.version

pytorch

import torch

print(torch.version)

print(torch.cuda.device_count())

print(torch.cuda.is_available())

cntk

/root/anaconda3/bin/conda env list

source activate cntk-py35

python 3.5.6

export PATH=/root/anaconda3/bin:$PATH

python -c "import cntk; print(cntk.version)"

theano

caffe2

python 3.6.9

import caffe2

安装

conda create -n caffe2 python=3.6

conda activate caffe2

conda install pytorch-nightly-cpu -c pytorch -n caffe2

python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

报错:

pip install protobuf

pip install future

参考官网安装即可

gpu

tensorflow-gpu:1.11.0 python 3.5

export PATH=/root/anaconda3/bin:$PATH

source activate tensorflow

keras

export PATH=/root/anaconda3/bin:$PATH

conda env list

source activate keras

python3.5

nvidia-docker run -it --rm pytorch-gpu:1.1.0 /bin/bash

pytorch

[root@191ddd30d4ae /]# python

Python 3.6.9 |Anaconda, Inc.| (default, Jul 30 2019, 19:07:31)

[GCC 7.3.0] on linux

Type "help", "copyright", "credits" or "license" for more information.

import torch

print(torch.version)

1.1.0

print(torch.cuda.device_count())

1

print(torch.cuda.is_available())

True

cntk

source activate cntk-py35 python3.5

python -c "import cntk; print(cntk.version)"

2.4

theano

gpu-theano-in-use:1.0.4 python2.7

source activate theano

python test.py

import theano

/root/anaconda3/envs/theano/lib/python2.7/site-packages/theano/gpuarray/dnn.py:184: UserWarning: Your cuDNN version is more recent than Theano. If you encounter problems, try updating Theano or downgrading cuDNN to a version >= v5 and <= v7.

warnings.warn("Your cuDNN version is more recent than "

Using cuDNN version 7603 on context None

Mapped name None to device cuda: GeForce GTX 960M (0000:01:00.0)

theano.version

u'1.0.4'

https://www.jianshu.com/p/4cc75a79dce9

Linux下安装miniconda

在官网下载miniconda3

执行:bash Miniconda3-latest-Linux-x86_64.sh  

-vim ~/.bashrc

-export PATH=~/anaconda3/bin:$PATH

-source ~/.bashrc

创建虚拟环境并安装theano

基于python2.7创建一个名为theano的环境

conda create --name theano python=2.7

进入虚拟环境: source activate theano

-使用conda安装:conda install numpy scipy mkl

pip install parameterized

conda install theano pygpu

       -使用pip安装:pip install Theano

测试参考官网文档

caffe2

看官网文档安装

https://caffe2.ai/docs/getting-started.html?platform=ubuntu&configuration=compile

https://blog.csdn.net/qq_35451572/article/details/79428167

cmake

-DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-9.0

-DCUDNN_ROOT_DIR=/usr/local/cuda

To check if Caffe2 build was successful

python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

To check if Caffe2 GPU build was successful

This must print a number > 0 in order to use Detectron

python -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'

参考

https://blog.csdn.net/Yan_Joy/article/details/70241319

https://www.nvidia.com/en-gb/data-center/gpu-accelerated-applications/caffe2/

https://blog.csdn.net/qq_35451572/article/details/79428167

https://blog.csdn.net/qq_16525279/article/details/79724728

https://blog.csdn.net/y_f_raquelle/article/details/83278953

https://www.cnblogs.com/nanzhao/p/9596844.html

附:conda常用

  1. conda env list 或 conda info -e 查看当前存在哪些虚拟环境

  2. conda update conda 检查更新当前conda

  3. conda update --all 更新本地已安装的包

  4. conda create -n your_env_name python=X.X(2.7、3.6等) anaconda 命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。

  5. Windows: activate your_env_name(虚拟环境名称) 激活虚拟环境

  6. conda install -n your_env_name [package] 安装package到your_env_name中

  7. linux: source deactivate Windows: deactivate 关闭虚拟环境

  8. conda remove -n your_env_name(虚拟环境名称) --all 删除虚拟环境

  9. conda remove --name your_env_name package_name 删除环境中的某个

cpu、gpu 安装框架pytorch,cntk,theano及测试的更多相关文章

  1. 常用深度学习框架(keras,pytorch.cntk,theano)conda 安装--未整理

    版本查询 cpu tensorflow conda env list source activate tensorflow python import tensorflow as tf 和 tf.__ ...

  2. 『TensorFlow2.0正式版教程』极简安装TF2.0正式版(CPU&GPU)教程

    0 前言 TensorFlow 2.0,今天凌晨,正式放出了2.0版本. 不少网友表示,TensorFlow 2.0比PyTorch更好用,已经准备全面转向这个新升级的深度学习框架了. ​ 本篇文章就 ...

  3. 深度学习框架gpu安装方法

    1.tensorflow pip install tensorflow-gpu==1.14.0,具体安装哪一个版本,可以把1.14.0随便填写一个数字,系统会提示可以有哪些版本可以安装 2.pytor ...

  4. 神工鬼斧惟肖惟妙,M1 mac系统深度学习框架Pytorch的二次元动漫动画风格迁移滤镜AnimeGANv2+Ffmpeg(图片+视频)快速实践

    原文转载自「刘悦的技术博客」https://v3u.cn/a_id_201 前段时间,业界鼎鼎有名的动漫风格转化滤镜库AnimeGAN发布了最新的v2版本,一时间街谈巷议,风头无两.提起二次元,目前国 ...

  5. GPU 加速NLP任务(Theano+CUDA)

    之前学习了CNN的相关知识,提到Yoon Kim(2014)的论文,利用CNN进行文本分类,虽然该CNN网络结构简单效果可观,但论文没有给出具体训练时间,这便值得进一步探讨. Yoon Kim代码:h ...

  6. 深度学习框架PyTorch一书的学习-第五章-常用工具模块

    https://github.com/chenyuntc/pytorch-book/blob/v1.0/chapter5-常用工具/chapter5.ipynb 希望大家直接到上面的网址去查看代码,下 ...

  7. [转帖]双剑合璧:CPU+GPU异构计算完全解析

    引用自:http://tech.sina.com.cn/mobile/n/2011-06-20/18371792199.shtml 这篇文章写的深入浅出,把异构计算的思想和行业趋势描述的非常清楚,难得 ...

  8. 关于深度学习框架 TensorFlow、Theano 和 Keras

    [TensorFlow] ——( https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/) 1.TensorFlow是啥 ...

  9. Linux服务器配置GPU版本的pytorch Torchvision TensorFlow

    最近在Linux服务器上配置项目,项目需要使用GPU版本的pytorch和TensorFlow,而且该项目内会同时使用TensorFlow的GPU和CPU. 在服务器上装环境,如果重新开始,就需要下载 ...

随机推荐

  1. mapreduce的shufflue过程

    一.Map阶段: a. 文件切片之后,每一个切片对应一个MapTask b. 在MapTask中,默认按行读取,每读取一行,就调用一次map方法 c. map方法在执行的时候会将结果(这个结果中已经包 ...

  2. 《Python编程从0到1》笔记4——你分得清“索引和切片”吗?

    Python为序列类型(sequence types)[1]提供了独特的索引(indexing)和切片(slicing)机制以访问序列的某个元素或某一部分. [1] 如list, tuple, ran ...

  3. HDU 1753 大明A+B (大正小数加法、字符串处理)

    大明A+B Time Limit: 3000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)Total Submi ...

  4. 使用注解@CrossOrigin解决跨域问题

    转一个大兄弟写的贴子,总结得很好,很全面 https://www.cnblogs.com/mmzs/p/9167743.html 作者: 淼淼之森

  5. Radio Button误区

    在同一个父容器下,Radio Button控件默认只能选择一个,所以无需多余代码管控 如果将Radio Button的多个子对象存入NSArray列表,发现长度为0(巨坑),因此通过列表对其初始化不可 ...

  6. python-day25(正式学习)

    目录 组合 多态 多态性 好处 封装 两个层面 property 组合 组合就是一个类的对象具备某一个属性,该属性的值是指向另外外一个类的对象 组合是用来解决类与类之间代码冗余的问题 首先我们先写一个 ...

  7. 如何用vue封装一个防用户删除的平铺页面的水印组件

    需求 为了防止截图等安全问题,在web项目页面中生成一个平铺全屏的水印 要求水印内容为用户名,水印节点用户不能通过开发者工具等删除 效果 如上图 在body节点下插入水印DOM节点,水印节点覆盖在页面 ...

  8. Python 从大型csv文件中提取感兴趣的行

    帮妹子处理一个2.xG 大小的 csv文件,文件太大,不宜一次性读入内存,可以使用open迭代器. with open(filename,'r') as file # 按行读取 for line in ...

  9. RabbitMQ入门教程(十三):虚拟主机vhost与权限管理

    原文:RabbitMQ入门教程(十三):虚拟主机vhost与权限管理 版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明. 本文链接:https://b ...

  10. php实用小技巧【持续更新】

    这是本人开始做项目的时候遇到过的问题还有解决方法 1.eval函数 能把字符串转换成可执行的php代码,如果字符串不是可执行的php代码的话,需要在前面加上@,屏蔽notice 2.array_mer ...