0. Tensorflow环境搭建Ubuntu16.04+CUD
2018-09-19 本文已影响0人
闪电侠悟空
基本配置
750Ti + 390驱动+ CUDA8.0+CuDNN6+tensorflow1.4
相关文件的下载：
1. 装显卡驱动
显卡的官方网址这里，查找你的显卡的最新版本号，比如我的750Ti就是390
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-390 nvidia-settings
reboot #重启是修改这种驱动之后的必备操作
如何检查安装成功了呢？
nvidia-smi
nvidia-settings
2. 安装CUDA
7.5版本的下载链接
8.0版本的下载链接
各种文件库下载，推荐
sudo sh cuda_8.0.xx_xx.xx_linux.run #注意不要装驱动
sudo subl /etc/profile #下面的路径加入中
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH #奇怪 这句话对我系统不生效
#sudo reboot # 一般需要重启，才能使之生效
source /etc/profile
另外一种添加动态链接库的方法（import tensorflow error： libcublas.so.x.x: cannot open shared object file: No such file or directory）。附动态链接库的三种添加方法
sudo subl /etc/ld.so.conf.d/cuda_lib.conf
在文档里添加目录 /usr/local/cuda-8.0/lib64/
然后 sudo ldconfig.
检查是否安装成功呢？
nvcc --version
卸载cuda的方式也一并提出来，因为你很难一次安装成功，哈哈哈。
cd /usr/local/cuda/bin
sudo ./uninstall_cuda_8.1.pl
3. 安装CuDNN
登录官网后，下载网址:https://developer.nvidia.com/rdp/cudnn-download
另外一个地址
tar -zxvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
# 第二种方法
#sudo dpkg -i libcudnn7-dev_7.0.5.15-1+cuda9.1_amd64.deb
#sudo dpkg --purge libcudnn7-dev_7.0.5.15-1+cuda9.1_amd64.deb
好像这步只是简单的文件解压缩拷贝，检查就cd到路径下去看看文件是否存在。
4. 安装Anaconda
bash Anaconda3-5.0.0.1-Linux-x86_64.sh
貌似就是等待,实在是有必要换一个电脑了，速度真是感人！
在安装完成之后，务必换源(channels)，否则package更新速度将会更加的感人！
#conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
#conda config --set show_channel_urls yes
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
5. 安装Tensorflow
- 直接安装(安装之前版本型号未知)
source activate tf_env
pip3 install tensorflow-gpu #可选参数 pip/pip3 tensorflow-gpu/tensorflow
# sudo apt-get remove tensorflow-gpu # 卸载
# sudo apt-get autoremove
- 下载编译好的whl文件安装。有很多镜像网址，比如清华
source activate tf_env
pip install tensorflow_gpu-1.5.0-cp35-cp35m-linux_x86_64.whl #安装
pip uninstall tensorflow_gpu-1.5.0-cp35-cp35m-linux_x86_64.whl #卸载
- 直接联网安装
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl
pip install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.4.0-cp35-cp35m-linux_x86_64.whl
检测是否安装成功，利用python
import tensorflow as tf
print(dir(tf))
如果打印出一串东西(>10项)，没有报错就说明安装正确了。
6. 安装pycharm
- 在官网中下载源文件
- 移动到/opt目录下，解压缩，删除压缩包
- 将pycharm，软链接到/usr/local/bin/pycharm，完工
