ubuntu16.04下安装tensorflow-gpu

  安装方式很多,这里采用基于Anaconda的安装方法。

操作系统:Ubuntu16.04

硬件配置:GeForce GTX 1080 Ti

网络环境:不能翻墙

  • 安装Anaconda
  • 安装Cuda Toolkit和CUDNN
  • 安装tensorflow-gpu
特别提醒:严格按照对应版本安装,最新版本很容易出现版本兼容问题,比如tensorflow-gpu最新版是1.7,但是目前还没有对应的CUDA安装包。

一、安装Anaconda

下载地址:点击打开链接

安装指南:点击打开链接

按照安装指南下载安装的,没遇到什么问题。

二、安装Cuda Toolkit8.0和CUDNN 5.1(GPU支持)

  CUDA是NVidia的编程语言平台,要使用GPU就必须装这个,如果只用CPU的话就可以跳过这一步。

1、下载安装Cuda Toolkit8.0

官方教程安装的是7.0,但是我在7.0版本没有找到Ubuntu16.04的安装包,最高支持到14.04所以就选择8.0了。

下载地址:点击打开链接

架构选x86_64,安装类型选的deb(local)

下载好之后按照下载界面弹出的安装指南安装即可(这里复制一下吧),别忘了在下载目录打开终端。

Installation Instructions:

  1. `sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb`
  2. `sudo apt-get update`
  3. `sudo apt-get install cuda`

下载界面还有个补丁,我也不知道有没有用,姑且下载好安装上。

2、下载安装cuDNN v5.1 for CUDA 8.0

下载地址:点击打开链接

这就是一个GPU加速的库。下载这个要先注册,你点下载按钮时注册界面会自己弹出来的。我点了注册界面的join没反应,就找别人拷贝了相应的压缩包。

压缩包解压后有两个东西,一个是头文件cudnn.h,另一个是一个文件夹,里面装的库文件:.a是静态库,.so是动态库。

由于Cuda Toolkit8.0默认安装在/usr/local/cuda,所以执行下列命令就可以把这个库添加进cuda里。

sudo cp cudnn-8.0-linux-x64-v5.1/cudnn.h /usr/local/cuda/include
sudo cp cudnn-8.0-linux-x64-v5.1/libcudnn* /usr/local/cuda/lib64

3、添加环境变量

打开终端

sudo notepadqq ~/.bash_profile

这行代码的"notepadqq”是我用的文本编辑器,采用ubuntu系统自带的gedit进行编辑会报错无法编码所以就换了个编辑器。然后把下面两行代码复制粘贴进去

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"export CUDA_HOME=/usr/local/cuda

保存之后重启一下电脑或者执行指令

source ~/.bash_profile

三、安装Tensorflow-gpu

1、建立一个conda计算环境名字叫tensorflow

 conda create -n tensorflow python=2.7

2、安装tensorflow-gpu

尽管当前tensorflow最新版是1.7,然而我从1.7,1.6,1.5……一直试到1.2(网速快就是任性QAQ)发现只有1.2才匹配我第二步安装的CUDA库

source activate tensorflow
pip install tensorflow-gpu==1.2.0

3、测试

这种安装方法使得每次使用tensorflow需要激活tensorflow环境,也就是

source activate tensorflow

然后就可以测试了

$ python

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print sess.run(a+b)
42
>>>



参考资料:

1、tensorflow官方文档中文版:点击打开链接

2、GPU环境配置:点击打开链接

3、《tensorflow技术解析和实践》,因为无法翻墙所以不能通过网址下载tensorflow,所以借鉴了书里的安装指令pip install tensorflow-gpu==1.2.0






猜你喜欢

转载自blog.csdn.net/m0_37935211/article/details/79836665