晨涧云文档
首页
目录
- GPU算力租用流程
- Ubuntu查看显卡GPU利用率
- Ubuntu系统安装CUDA Toolkit + Cudnn
- Ubuntu NVIDIA显卡驱动安装
- Ubuntu用户界面入门
- Windows jupter notebook 的使用
- Windows 安装SSH Server
- windows查看显卡GPU利用率
- Ubuntu镜像
- Windows镜像
- CentOS镜像
- 深度学习 - Ubuntu
- 深度学习 - Windows
- 云计算 - Ubuntu
- 云计算 - Windows
- ComfyUI - Ubuntu
- LLaMA Factory - Ubuntu
- Stable Diffusion - Ubuntu
- Ubuntu 命令行使用
- ComfyUI - Windows
- LLaMA Factory - Windows
- Stable Diffusion - Windows
- 秋叶Stable Diffusion - Windows
- Ollama DeepSeek - Windows
- Ollama DeepSeek - Ubuntu
- 【模型】Ollama + Open WebUI - Ubuntu
- 【语音】 Whisper 语音转文本 - Ubuntu
- Chatbox - Windows
- Ubuntu系统安装远程连接工具
- Windows登录方式
- 常用操作
- 学术资源加速
- 文件传输
- WebUI使用
- 服务端口配置
- SSH隧道映射端口
- VSCode连接到云主机
- conda 安装虚拟环境
- 选择Conda虚拟环境
- 晨涧云概览
- 晨涧云简介
- 名词术语
- 安装tensorflow
- 安装显卡驱动
- huggingface下载模型
- 连接失败处理
- 促销活动
- Miniconda3 容器镜像
- PyTorch 容器镜像
- TensorFlow 容器镜像
- GROMACS 容器镜像
- ComfyUI 容器镜像
- Matlab - Windows
- YOLO 容器镜像
- LLaMA-Factory 容器镜像
- Wan-ComfyUI 容器镜像
- Stable-Diffusion 容器镜像
- vLLM 容器镜像
- LAMMPS 容器镜像
- Ollama 容器镜像
- Flux-ComfyUI 容器镜像
- ComfyUI应用
- Wan2.2文生视频显卡性能测试
- 深度学习场景
- 基于ResNet-50模型的显卡性能测试
- 大语言模型场景
- 使用vLLM测试大模型推理场景的显卡性能
- 晨涧云产品重磅升级:云容器按量计费+控制台实例管理全新改版,重塑AI开发效率与成本体验
- Qwen-ComfyUI 容器镜像
- 晨涧云平台手册
- Windows操作
- GPU算力操作流程
- 云容器租用流程
- 系统预装环境
- Ubuntu操作
- 云容器控制台使用
- 云主机控制台使用
- JupyterLab使用
- 云主机镜像中心
- 云容器百度网盘使用
- 新容器镜像来了!宝藏镜像库+秒级部署,GPU直接8折!
- 云容器
- 【双十一显卡狂欢】🔥NVIDIA 3090/3080 史低八折!性能猛兽,价格温柔!
- 云容器按小时计费
- 技术相关
- 云容器镜像
- 应用场景
- 晨涧云新老用户专享福利
- 微信登录立享6元优惠券
- 开学季|3090显卡专属福利🎯(2025年9月)
安装tensorflow
Windows
Windows tensorflow 支持GPU的版本最高是2.10
powershell 或者 Anaconda Prompt 输入以下命令安装,每次输入一个命令,执行完成再输入,等待最后安装完成记得要验证
Tensorflow 2.2
conda create -n tf2.2_py3.8 python=3.8
conda activate tf2.2_py3.8
pip install tensorflow-gpu==2.2.0
conda install -c conda-forge cudatoolkit=10.1 cudnn=7.6
pip install protobuf==3.20.0
pip install numpy==1.19.5
Tensorflow 2.5
conda create -n tf2.5_py3.7 python=3.7
conda activate tf2.5_py3.7
conda install tensorflow-gpu=2.5
Tensorflow 2.9
conda create -n tf2.9_py3.8 python=3.8
conda activate tf2.9_py3.8
pip install tensorflow-gpu==2.9.0
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1
Tensorflow 2.10
conda create -n tf2.10_py3.8 python=3.8
conda activate tf2.10_py3.8
pip install tensorflow-gpu==2.10.0
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1
验证安装环境
python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
问题1
Could not load dynamic library 'libcudart.so.11.0'; dlerror: libcudart.so.11.0: cannot open shared object file: No such file or directory
ubuntu 需要配置环境变量.bashrc如下
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/linux/anaconda3/envs/tf2.10_py3.8/lib
问题2
WARNING conda.models.version:get_matcher(548): Using .* with relational operator is superfluous and deprecated and will be removed in a future version of conda. Your spec was 1.7.1., but conda is ignoring the . and treating it as 1.7.1
Ubuntu 20.04
conda create -n tf1.13_py3.6 python=3.6
conda activate tf1.13_py3.6
pip install tensorflow-gpu==1.13.1
conda install cudatoolkit=10.0 cudnn