首先安装Anaconda
- 在Anaconda官网安装Anaconda相应的版本。
- 运行如下命令bash Anaconda3-4.2.0-Linux-x86_64.sh(对应本文下载的Anaconda版本)
- 一直确认,直到出现提示 Anaconda3 install Location to PATH in your /home/用户名/.bashrc?[yes|no]?。意思是要将anaconda加入到环境变量,以后Python默认版本变为该版本Python
安装CUDA
- 在NVIDIA官网下载对应版本的cuda,如果以前没有安装过cuda,可以下载.deb文件,如果已经安装过,则下载.run文件。推荐使用.run文件,可以安装指定版本的cuda,否则总是要求安装最新的,或者不能在已有高版本的情况下,安装低版本。
- 下载之后,按照官网提示的安装命令安装
- 安装后重启电脑,在usr/local/cuda/samples目录下运行sudo make all命令
- 如果成功,则提示Finished building CUDA samples
- 之后进入usr/local/cuda/extras/demo_suite文件夹下运行./deviceQuery
安装cudnn
- 进入cudnn官网(需要先注册账号),下载对应cuda的cudnn版本
- 在下的目录进行解压tar -zxvf cudnn-9.0-linux-x64-v7.4.2.24.tgz
- 解压后会出现名为cuda的文件夹,其中里面有lib64和include两个文件夹
- 执行
sudo cp lib64/libcudnn* /usr/local/cuda/lib64 sudo cp include/cudnn.h /usr/local/cuda/include
-
cd /usr/local/cuda/lib64/ sudo chmod +r libcudnn.so.7.4.2(自己的版本号) sudo ln -s libcudnn.so.7.4.2 libcudnn.so.7 sudo ln -s libcudnn.so.7.4.2 libcudnn.so sudo ldconfig
更新软连接,如果出现已有软连接,则百度一下,删除原来软连接
-
在~/.bashrc文件里加入环境变量
export PATH="/home/用户名/Anaconda/python/bin:/usr/local/cuda-9.0/bin:$PATH" export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CPUTI/lib64:$LD_LIBRARY_PATH export CUDA_HOME=/usr/local/cuda-9.0
加入后,执行source ~/.bashrc更新
安装Tensorflow
- 使用清华源下载安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow(CPU版本) pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.7(GPU版本,可以自己指定版本号)
-
使用网上的例子测试tensorflow是否安装成功,且是使用GPU训练
import numpy import tensorflow as tf a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a') b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b') c = tf.matmul(a, b) sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) print(sess.run(c))
结果为下所示,则成功,并且用GPU训练
Device mapping: /job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: Tesla K40c, pci bus id: 0000:05:00.0 b: /job:localhost/replica:0/task:0/device:GPU:0 a: /job:localhost/replica:0/task:0/device:GPU:0 MatMul: /job:localhost/replica:0/task:0/device:GPU:0 [[ 22. 28.] [ 49. 64.]]
安装Pycharm
- 进入官网下载Pycharm(社区版免费)
- 执行解压命令,解压下载的压缩包
tar =xvzf pycharm-community-2018.3.1.tar.gz
解压后有一个文件夹
-
运行如下命令,会出现可视化界面,和windows安装一样
sudo sh pycharm.sh
按提示安装即可
-
配置PyCharm关联tensorflow,运行如下命令,查看python路径
which python3.5
会输出路径
-
将路径添加到pycharm的解释器