Tensorflow研究では、1 - インストールと設置環境をノート

投稿者：https://github.com/machinelearningmindset/TensorFlow-Course

ソースからインストールTensorflow

オリジナルインストールするためのリンク
コードがインストールされている
Bazelがインストール
CUDAインストール
Nidiaドキュメントを

マウントされたTensorFlow_上で利用できます。ユーザが特定のアーキテクチャのための所望のTensorFlowバイナリファイルを構築することができるので、推奨コードは、ソースからインストールされます。これは、より良いシステムとの互換性で、より高速に実行、TensoFlowを豊かにします。ソースTensorFlowからのインストールは、ソースコードからインストールすることができます。公式TensorFlow簡潔な説明。しかし。私たちは、インストールが完了したら、いくつかのことが非常に重要になる可能性があります。私たちは、徐々にキャスト混乱を避けるようにしてください。以下は、書かれた注文の一部とみなされなければなりません。

あなたは「Ubuntuの」でTensorFlowをインストールするには、「GPUのサポート」を使用するとします。選択してPython2.7インストールします。
なお、この『を参照してくださいYouTubeに直感的な説明を取得するために』 『』。

環境の準備

あなたは、次の手順を実行する必要があります。

• TensorFlow Pythonの依存関係をインストール
• Bazelインストール
• TensorFlow GPUの前提条件のセット

TensorFlow Pythonの依存関係をインストール

必要な依存関係をインストールするには、以下のコマンドをターミナルで実行する必要があります。

    sudo apt-get install python-numpy python-dev python-pip python-wheel python-virtualenv
    sudo apt-get install python3-numpy python3-dev python3-pip python3-wheel python3-virtualenv

2行目はされてpython3インストールされています。

Bazelインストール

参照してくださいBazelのインストールを。

警告：BazelのインストールはGPUサポートのカーネルを変更することがあります！その後、あなたはTensorFlowのインストールを評価する際にそれ以外の場合は、次のエラーが発生する可能性があり、インストールまたはそれを更新GPUをリフレッシュする必要があるかもしれません。

kernel version X does not match DSO version Y -- cannot find working devices in this configuration
    
For solving that error you may need to purge all NVIDIA drivers and install or update them again. Please refer to `CUDA Installation`_ for further detail.

TensorFlow GPUの前提条件のセット

あなたは、次の要件を満たす必要があります。

• CUDAツールキットおよび関連ドライバは、NVIDIA（推奨バージョン8.0）です。インストールCUDA Installation_で説明。
• cuDNNライブラリ（バージョン5.1が推奨されます）。詳細については、「NIDIAドキュメント」を参照してください。
• インストールするには、次のコマンドを使用しますlibcupti-dev：sudo apt-get install libcupti-dev

仮想環境を作成します（オプション）。

あなたは「パイソン仮想環境」でTensorFlowをインストールするとします。まず第一に、我々はすべての環境が含まれているディレクトリを作成する必要があります。ターミナルで次のコマンドを実行することによって達成することができます。

sudo mkdir ~/virtualenvs

今使ってvirtualenvコマンドを、あなたは仮想環境を作成することができます。

sudo virtualenv --system-site-packages ~/virtualenvs/tensorflow

環境のアクティブ化

これまでのところ、それはtensorflow *仮想環境*と呼ばれる作成されています。コンテキスト活性化のためには、次の手順を実行する必要があります。

source ~/virtualenvs/tensorflow/bin/activate

ただし、コマンドはあまりにも面倒です！

エイリアス

解決策は生活を楽にするためにエイリアスを使用することです！のは、次のコマンドを実行してみましょう：

   echo 'alias tensorflow="source $HOME/virtualenvs/tensorflow/bin/activate" ' >> ~/.bash_aliases
        bash

コマンドを実行した後、再度オフとターミナルを開きます。さて、次の簡単なスクリプトを実行してtensorflow環境をアクティブにします。
tensorflow
チェック~/.bash_aliases
のダブルチェックのために、我々は、使用sudo gedit~ / .bash_aliases端末からのコマンドチェックを〜/ .bash_aliases。ファイルには、次のスクリプトが含まれている必要があります。

 alias tensorflow="source $HO~/virtualenvs/tensorflow/bin/activate" 

チェック.bashrc
また、私たちが使ってみましょうsudo gedit~ / .bashrcチェックするコマンドを.bashrcシェルスクリプトを。これは、次が含まれている必要があります。

if [ -f ~/.bash_aliases ]; then
  . ~/.bash_aliases
  fi

設定インストール

まず、あなたはTensorflowリポジトリのクローンを作成する必要があります。

git clone https://github.com/tensorflow/tensorflow

あなたは準備ができて環境がある場合は、インストールを構成する必要があります。彼らはTensorFlowインストールパフォーマンスと互換性を決定するため、「サイン」の設定は重要です！まず、ルートディレクトリTensorFlowに行く必要があります。

cd tensorflow  # cd to the cloned directory

伝説と環境を構成します。

$ ./configure
    Please specify the location of python. [Default is /usr/bin/python]: /usr/bin/python2.7
    Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is -march=native]:
    Do you wish to use jemalloc as the malloc implementation? [Y/n] Y
    jemalloc enabled
    Do you wish to build TensorFlow with Google Cloud Platform support? [y/N] N
    No Google Cloud Platform support will be enabled for TensorFlow
    Do you wish to build TensorFlow with Hadoop File System support? [y/N] N
    No Hadoop File System support will be enabled for TensorFlow
    Do you wish to build TensorFlow with the XLA just-in-time compiler (experimental)? [y/N] N
    No XLA JIT support will be enabled for TensorFlow
    Found possible Python library paths:
      /usr/local/lib/python2.7/dist-packages
      /usr/lib/python2.7/dist-packages
    Please input the desired Python library path to use.  Default is [/usr/local/lib/python2.7/dist-packages]
    Using python library path: /usr/local/lib/python2.7/dist-packages
    Do you wish to build TensorFlow with OpenCL support? [y/N] N
    No OpenCL support will be enabled for TensorFlow
    Do you wish to build TensorFlow with CUDA support? [y/N] Y
    CUDA support will be enabled for TensorFlow
    Please specify which gcc should be used by nvcc as the host compiler. [Default is /usr/bin/gcc]:
    Please specify the Cuda SDK version you want to use, e.g. 7.0. [Leave empty to use system default]: 8.0
    Please specify the location where CUDA 8.0 toolkit is installed. Refer to README.md for more details. [Default is /usr/local/cuda]:
    Please specify the cuDNN version you want to use. [Leave empty to use system default]: 5.1.10
    Please specify the location where cuDNN 5 library is installed. Refer to README.md for more details. [Default is /usr/local/cuda]:
    Please specify a list of comma-separated Cuda compute capabilities you want to build with.
    You can find the compute capability of your device at: https://developer.nvidia.com/cuda-gpus.
    Please note that each additional compute capability significantly increases your build time and binary size.
    [Default is: "3.5,5.2"]: "5.2"

注意：

• あなたは正確にcuDNNバージョンを確認を/ usr / local / CUDA関連文書を使用する必要があります。
• システムアーキテクチャに関連したコンピューティングパワー「利用可能なGPUモデル。」例えば、Geforce GTX Titan X5.2のGPUコンピューティングパワー。
• あなたは推奨再設定する必要がある場合bazel clean。

警告：

• あなたは仮想環境でTwnsorFlowをインストールする必要がある場合は、環境をまずアクティブにする必要があり、その後、 `./ configure``スクリプトを実行します。

試験Bazel（オプション）

我々は使用することができBazel、すべてが動作することを確認するためのテストを実行します：

./configure
    bazel test ...

.whlパッケージの構築

構成設定は、パケットピップBazelを構築するために必要な後。
GPU TensorFlowパッケージのサポートを構築するには、次のコマンドを実行します。

bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package

bazel buildのbuild_pip_packageという名前のコマンドスクリプトを作成します。〜/ tensorflow_packageディレクトリ内.whlファイルを構築するために、次のスクリプトを実行します。

bazel-bin/tensorflow/tools/pip_package/build_pip_package ~/tensorflow_package

ピップインストールパッケージ

インストールの2種類があります。マシン・インストールのルートシステムと仮想環境のインストールを使用してください。

このインストール

次のコマンドは、Bazelが作成したピップを構築するパッケージをインストールします。

    sudo pip install ~/tensorflow_package/file_name.whl

仮想環境を使用します

まず、あなたは環境をアクティブにする必要があります。私たちは環境の別名は、端子を介して簡単な「tensorflow」コマンドを実行し、「tensorflow」と定義されているので、環境がアクティブになります。そして、第1の一部のように、私たちは、次の手順を実行します。

    pip install ~/tensorflow_package/file_name.whl

警告：

• 我々はsudoを使用している場合、それはネイティブシステムパケットの代わりに、仮想環境で利用可能なパッケージを指しているため、仮想環境のインストール方法を使用して、sudoコマンドを使用すべきではありません。
• そのためsudo mkdir~ / virtualenvs、仮想環境、使用作成するためのpip installリターンをpermission error。このケースでは、使用する必要がありsudo chmod -R 777~ / virtualenvs、環境局のルートディレクトリを変更するコマンドを。

インストールの確認

ターミナルでは、あなたが正しく次のスクリプトを実行する必要があります（在主目录中）、エラー、警告なしには最高ではありません。

    python
    >> import tensorflow as tf
    >> hello = tf.constant('Hello, TensorFlow!')
    >> sess = tf.Session()
    >> print(sess.run(hello))

一般的なエラー

TensorFlowをコンパイルして実行するレポートブロック別のエラー。

• 支持的内核版本之间不匹配：この文書では、このエラーは、先に述べました。レポートの素朴な解決策は、再インストールCUDAドライバです。
• ImportError：无法导入名称pywrap_tensorflow：間違ったディレクトリからPythonライブラリtensorflowロードされると、このエラーが通常発生し、それがルートディレクトリにユーザーがインストールしたバージョンではありません。最初のステップは、我々は、システムのルートディレクトリにあることを確認することですPythonライブラリを適切に使用するように。だから、基本的に、私たちは新しいターミナルを開くことができますし、再度インストールをTensorFlowテストします。
• ImportError：没有名为packaging.version的模块“：そして、それはおそらくされてpipインストールに関連します。使用するpython -m pip install -U pipか、sudo python重新安装它-m pip install -U pipそれを解決することができます！

概要

このチュートリアルでは、ソースからTensorFlowをインストールする方法について説明し、あなたは、システム構成とのより良い互換性をすることができます。また、我々は他の環境から分離さTensorFlow環境に、Pythonの仮想環境のインストールを検討しました。あなたは、別の記事で説明される、PythonのConda環境と仮想環境を使用することができます。それは、インストールプロセスの複雑さを増加させるものの、いずれの場合においても、より高速TensorFlow提供することができるよりTensorFlowをインストールソースバイナリから実行事前構築します。