因为安装Ubuntu14.04总是出错,所以就只能使用Ubuntu16.04,废话不多说,直接进入主题。
1.差点忘了,最重要的一点忘了,先要装一些依赖项,比如gcc之类的:
$sudo apt-get install python-numpy swig python-dev python-wheel python-pip
$sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
$sudo apt-get install g++-4.9
后面会解释为什么使用4.9版本,其实后面还要做修改,这里只是先安装了再说。不考虑那么多。
2.在进入主题之前,还有一个重要的就是先要安装英伟达显卡的驱动,用官方的:进入系统设置,然后进入软件和更新,而后在附加驱动之内,显卡驱动选择官方给出的驱动,更新一下。
3.安装GPU支持的tensorflow首先需要安装的就是cuda和cudnn两个东西,cuda官网上有15.04和14.04的版本,两个我都试过了,都不可以使用。我查了很久,发现直接在终端内安装就行了,不需要那么复杂:
$sudo apt update
$sudo apt install nvidia-cuda-dev
$sudo apt install nvidia-cuda-toolkit
如果这里update的时候出现错误,就打开系统设置里面的更新和软件,里面有个下载源的选项,我选择了主服务器就解决了错误问题,原来的好像是中国服务器。
这样就应该已经安装好了cuda了,然后就是安装cudnn了。先去这个网站上https://developer.nvidia.com/rdp/cudnn-download注册一个账号,然后才可以下载,下载的时候选择V4 Library for Linux。
下载好之后,在终端里面输入
$sudo tar xvzf *****(你下载的cudnn压缩包名字)
解压之后应该有两个文件夹,一个是include和lib64。先在终端中进入include文件夹下,然后输入:
$sudo cp cudnn.h /usr/local/include
然后在终端中进入lib64文件夹中,输入:
$sudo cp libcudnn* /usr/local/lib (这边的*必须输入)
4.这里需要检查gcc版本:
$gcc --version
这边如果版本是5.0及以上的话,支持会出问题,所以需要限定他的版本。或者可以取消cuda对gcc的版本检查:
我们先进入/usr/include/文件中,找到host_config.h文件,进行修改,将下面三行进行注释:
5.下面就是将刚刚的cudnn那些库文件操作一下,先进入/usr/local/lib/文件夹下,然后:
$sudo chmod +r libcudnn.so.4.0.7
$sudo ln -sf libcudnn.so.4.0.7 libcudnn.so.4
$sudo ln -sf libcudnn.so.4 libcudnn.so
$sudo ldconfig
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl
$ sudo pip install --upgrade $TF_BINARY_URL
安装完之后,进入python然后import tensorflow,应该会出现成功调用cudnn的信息,那应该就没问题了。