重庆快乐10分技巧:亲测:在Ubuntu16.04上成功安装GPU版本的tensorflow

时间:2018-04-03 03:05来源:网络整理 作者:Linux先生 举报 点击:
本文安装GPU版本的Tensorflow过程完整,清晰,简洁,一步步指导你跳过那些坑。小编在经过无数次的安装失败过程后,决定将整个安装过程记录下来,将容易被忽略的

重庆快乐10分开奖直播 www.nlwonl.com 本文安装GPU版本的Tensorflow过程完整,清晰,简洁,一步步指导你跳过那些坑。小编在经过无数次的安装失败过程后,决定将整个安装过程记录下来,将容易被忽略的地方突出,为后学者节约大量宝贵的时间。整个过程分为四部分,分别是:确定是否有英伟达的显卡,如有,则先安装合适的驱动。安装英伟达提供的cuda。安装与cuda,tensorflow对应的cudnn,这一点非常重要。通过安装Anaconda来安装python3。安装gpu版的tensorflow。测试是否实在GPU版的tensorlfow上运行。安装之前,先确保系统被update,并有基本的build工具,使用如下命令:sudo apt-get updatesudo apt-get--assume-yes upgradesudo apt-get--assume-yes install tmux build-essential gcc g++ make binutilssudo apt-get--assume-yes install software-properties-commonstep 1: 安装显卡的驱动第一步:查看你电脑是否有英伟达的显卡,命令如下:sudo lshw -numeric -c display

如有NVIDIA的信息,进行第二步。

第二步:找出你的系统应该安装的英伟达显卡驱动,命令如下:ubuntu-drivers devices

我的电脑上显示如下:

则,推荐在这台系统上安装nvidia-384的英伟达显卡驱动。第三步:安装该驱动,命令如下:sudo apt install nvidia-384第四步:关机重启。第五步:验证是否安装成功,命令如下:nvidia-smi

若安装成功,显示如下:

step 2: 安装cuda第一步:下载、安装文件cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb(你可以网络上下载,也可以问我索?。?,将该文件放在一个目录中,比如放在~目录中。然后分别输入以下命令:cd ~sudodpkg-icuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.debsudoapt-getupdatesudoapt-getinstallcuda第二步:再配置环境变量,命令如下:export PATH=//mt.sohu.com/usr/local/cuda-8.0/bin${PATH:+:${PATH}}export LD_LIBRARY_PATH=//mt.sohu.com/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}或者使用命令gedit ~/.bashrc,打开配置文件,在文末尾将上面两句加入,保存,关闭。再使其生效,使用命令source ~/.bashrc。

第三步:检验cuda是否安装成功,命令如下:nvcc -V

若安装成功,则会输出相关的版本信息。

step 3: 安装cudnn第一步:下载cudnn-8.0-linux-x64-v5.1.tgz(你可以网络上下载,也可以问我索?。?。第二步:然后分别输入以下命令:tar -xzvf cudnn-8.0-linux-x64-v5.1.tgzsudo cp cuda/include/cudnn.h /usr/local/cuda/includesudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*step 4:安装gpu的tensorflow第一步:安装tensorflow的依赖,命令如下:sudo apt-get install libcupti-dev第二步:安装合适的python版本,推荐安装Anaconda。先到Anaconda上去下载对应为python3.5的Anaconda,提供一个下载链接:https://repo.continuum.io/archive/Anaconda3-4.2.0-Linux-x86_64.sh第三步:安装下载的Anaconda,假设下载的Anaconda3-4.2.0-Linux-x86_64.sh放在~/Downloads目录下,安装命令如下:bash ~/Downloads/Anaconda3-4.2.0-Linux-x86_64.sh

然后跟着屏幕提醒,全部选择“yes”即可。安装完后,输入命令source ~/.bashrc激活。

第四步:验证anaconda是否安装成功,在终端输入python,安装成功后的界面会显示python是3.5版本的,类似如下:

注意:如果仍然是python2.7,这时你需要使用命令:gedit ~/.bashrc,然后翻到文件最后一些位置,看anaconda3/bin的路径是否在此文件中,如果没有,则需要手动将anaconda3/bin文件夹的路径添加进去。比如我的anaconda3/bin文件夹路径是/home/steven/anaconda3/bin,则添加export PATH="/home/steven/anaconda3/bin:$PATH"在此文件中,再保存,退出后,使用source ~/.bashrc命令激活生效即可。step 5:下载安装gpu版本的tensorflow。方法一:直接终端输入如下命令:pip install tensorflow-gpu==1.2

如果此方法安装失败,使用方法二。

方法二:先下载,下载地址:

https://pypi.python.org/packages/f2/5e/a51a5df287753c69459ca4572ecd9db78a259007734c4e19af7c5d68080c/tensorflow_gpu-1.2.0-cp35-cp35m-manylinux1_x86_64.whl#md5=4ad78131f651c1022dc787025935e9a9

将下载好的该文件放在某个目录下,如我放在~/Downloads文件夹中,则使用以下命令安装:

cd ~/Downloadspip install ~/Downloads/tensorflow_gpu-1.2.0-cp35-cp35m-manylinux1_x86_64.whl

注意:上面所有安装过程中,没有出现错误提示,则tensorflow-gpu安装成功。

step 6:测试是否安装成功。第一步:先下载,解压到~目录下,文件夹名称是models-master,下载的网址:https://github.com/tensorflow/models第二步:在终端输入命令:python ~/models-master/tutorials/image/mnist/convolutional.py第三步:在运行的过程中,打开一个新的终端,输入命令:nvidia-smi,从输出结果可以看出是否在GPU上运行。

推荐内容
574| 952| 718| 123| 817| 253| 359| 773| 257| 107|