我正在通过远程连接在Linux(Ubuntu 20.04)服务器上工作。
该服务器上的每个用户都有登录详细信息(即名称和密码)
服务器上安装的CUDA版本是11.3,我想升级到11.4 但其他用户使用的 TensorFlow 版本可能与此版本不兼容。
有没有办法只为我的用户安装 CUDA 11.4,以便所有其他用户继续使用 11.3?
您在这里有几个选择。
检查类似 conda miniconda 之类的东西可能是个好主意,它允许您将包放在隔离的虚拟 环境中。这将允许每个用户拥有自己的 yaml 文件并满足自己的需求。
conda create -n tf tensorflow
conda activate tf
阅读更多内容anaconda tensorflow 文档。
还有一个 TensorFlow docker 容器,它可以容器化工作流程:
docker pull tensorflow/tensorflow # latest stable release
docker pull tensorflow/tensorflow:devel-gpu # nightly dev release w/ GPU support
docker pull tensorflow/tensorflow:latest-gpu-jupyter # latest release w/ GPU support and Jupyter
还有其他 Python 虚拟环境工具,例如 venv、poetry 等。 pipx 文档上这里对一些 python 虚拟环境工具进行了一些比较。