TensorFlow环境配置

TensorFlow环境配置

1、Anaconda安装

# 清华源下载所需版本.sh安装包，安装
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
./xx.sh
# conda常用命令
conda --version  
conda info 
conda env list
conda list # pip freeze
# 升级当前版本conda
conda update conda 
# 创建python==3.6的名称为py36的环境，位置.env/py36
conda create -n py36 python==3.6
# 复制py36环境至new—py36
conda create -n new_py36 --clone py36
# 删除py36环境
conda remove -n new_py36 --all
source activate py36
source deactivate py36
# 根据需要，是否修改环境变量
vim ~/.bashrc
# 最后一行添加
export PATH=/home/anaconda3/bin:$PATH
# 激活环境变量
source   ~/.bashrc

2、TensorFlow安装

• 源码安装

• pip安装

pip install -i https://pypi.douban.com/simple tensorflow==2.3.0

• docker pull

3、Bazel安装

4、Android NDK安装

解压.zip文件安装（r21）

5、adb安装

sudo apt-get install apt

6、安装模型可视化工具netron

sudo apt-get install -f  
sudo dpkg -i xxx.deb

7、源码安装cocoapi

$ pip install Cython
$ pip install pycocotools

8、Nvidia驱动安装步骤

Docker是在GPU上运行TensorFlow的最简单方法。

# 安装nvidia-docker
# 检查GPU是否可用
lspci | grep -i nvidia