zoukankan      html  css  js  c++  java
  • 通过Anaconda在Ubuntu16.04上安装 TensorFlow(GPU版本)

    一. 安装环境

    版本之间要匹配,否则安装可能会出错。

    二、软件下载:

    1、Ubuntu16.04.3 LST

    • 下载地址:https://www.ubuntu.com/download/desktop

    2、CUDA Toolkit 8.0 GA1 (Sept 2016)

    • 下载地址:https://developer.nvidia.com/cuda-toolkit-archive
    • 下载界面截图:

    3、cuDNN v6.0 Library for Linux

    • 下载地址:https://developer.nvidia.com/rdp/cudnn-download  (下载前需要注册下,可以用新浪邮箱注册,qq邮箱不能识别)
    • 下载界面截图:

    4、TensorFlow版本: Linux GPU:  Python 3.5 (build history)

    • 下载地址:https://github.com/tensorflow/tensorflow
    • 下载界面截图:

    三、软件安装

    1、安装NAVID驱动

    1)打开terminal输入以下指令:

    sudo apt-get update
    

    2)然后在系统设置->软件更新->附加驱动->选择nvidia最新驱动(361)->应用更改 。如下图所示:

    3)在终端输入以下命令,查看安装的驱动版本:

    cat /proc/driver/nvidia/version
    

    版本信息如下图所示:

    注释:也可以自己到官网下载适合自己显卡的驱动

    • 下载地址:http://www.nvidia.com/Download/index.aspx?lang=en-us
    • 下载界面截图:

    2、安装CUDA Toolkit 8.0 GA1

    在终端,进入到CUDA Toolkit 8.0 GA1下载的目录,然后执行以下命令安装:

    sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
    
    sudo apt-get update
    
    sudo apt-get install cuda
    

    3、安装cuDNN v6.0 Library for Linux  (详细的安装参考:http://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html )

    进入到cuDNN v6.0 Library for Linux下载的目录,然后执行下列命令:

    (1)解压 cuDNN安装包

    tar -xzvf cudnn-8.0-linux-x64-v6.0.tgz 
    

     (2)复制下列文件到CUDA Toolkit对应的目录下:

    sudo cp cuda/include/cudnn.h /usr/local/cuda/include
    sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
    sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
    

    4、采取以下步骤在Anaconda环境安装 TensorFlow:

    (1)按照Anaconda下载网站上的说明下载并安装Anaconda。

    (2)创建一个为 tensorflow 的conda环境, 通过调用以下命令运行 Python 版本:

    conda create -n tensorflow python=3.5.2     #或者其他版本
    

    (3)通过发出以下命令激活conda环境:

    source activate tensorflow
    

    (4)发出以下格式命令, 以便的conda环境安装 TensorFlow:

    pip install --ignore-installed --upgrade tfBinaryURL
    

    其中 tfBinaryURL 是 TensorFlow Python 包的 URL。

    例如, 下面命令 Python 3.4 安装 TensorFlow 的 CPU 版本:

    pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp34-cp34m-linux_x86_64.whl
    

    下面命令 Python 3.5 安装 TensorFlow 的 GPU 版本:

    pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp35-cp35m-linux_x86_64.whl
    

    【遇到的问题】

    在执行上述命令时,安装过程中遇到的问题:PermissionError: [Errno 13] 权限不够

    通过命令ls -ld /home/heyun/.conda/  查看文件夹权限,发现用户没有写的权限,如下图所示:

    然后修改文件夹/home/heyun/.conda/及其子文件夹和子文件的权限,使用命令 chmod -R 777 /home/heyun/.conda/ ,如下图:

    修改后再次查看该文件夹权限,用户已经具有写权限:

    重新执行以下命令,成功安装,如下图:

    pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp35-cp35m-linux_x86_64.whl
    

     

    (5)确保名叫tensorflow的环境已经被成功添加:conda info --envs  ,从下图可以看到,环境已经添加上了。

    (7)如果退出当前的环境,可以用下面的命令:

    source deactivate 
    

    (8)补充不同python版本的TensorFlow的URL

    Python 2.7

    • CPU only:
    https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp27-none-linux_x86_64.whl
    
    • GPU support:
    https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp27-none-linux_x86_64.whl
    

    Python 3.4

    • CPU only:
    https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp34-cp34m-linux_x86_64.whl 
    
    • GPU support:
    https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp34-cp34m-linux_x86_64.whl
    

    Python 3.5

    • CPU only:
    https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp35-cp35m-linux_x86_64.whl
    
    • GPU support:
    https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp35-cp35m-linux_x86_64.whl
    

    Python 3.6

    CPU only:

    https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp36-cp36m-linux_x86_64.whl 
    

    GPU support:

    https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp36-cp36m-linux_x86_64.whl
    

    5、验证安装是否成功

    验证的 TensorFlow 安装, 请执行以下操作:
    • 确保您的环境准备好了,然后运行 TensorFlow 程序。
    • 运行一个简短的 TensorFlow 程序。

    (1)启动终端。

    (2)激活Anaconda, 输入以下命令:

    source activate tensorflow
    

     (3)运行一个简短的TensorFlow 程序

     shell 调用 python, 如:

    python
    

     在 python 交互 shell 中输入以下程序:

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

     如果系统输出以下内容, 则TensorFlow 安装成功

    Hello, TensorFlow!
    

    -------------------------------------------------------

    参考链接:

    1、在 Ubuntu 上安装 TensorFlow (官方文档的翻译):http://www.cnblogs.com/hezhiyao/p/8331333.html

    2、OSError:[Errno 13]Permission denied解决方法:http://blog.csdn.net/jiangjieqazwsx/article/details/47029477

    3、ubuntu16.04下安装TensorFlow(GPU加速)----详细图文教程 : http://blog.csdn.net/zhaoyu106/article/details/52793183

  • 相关阅读:
    python的特点
    epoll理解(转)
    数据库存储过程、触发器、连接
    Mysql的四种隔离级别
    linux指令
    利用asyncio(支持异步io)和协程实现单线程同步
    ubuntu安装codeblocks
    临界区与互斥量区别
    单链表的简单操作
    hdu 5475 An easy problem(暴力 || 线段树区间单点更新)
  • 原文地址:https://www.cnblogs.com/hezhiyao/p/8330435.html
Copyright © 2011-2022 走看看