文章目录
上月Google发布Tensorflow 1.13.1 新版。
1.13+版本已经可以在 【Python 3.7】上运行! 小伙伴们再也不用手动设置python 3.6或者降级啦!
直接用 Anaconda 就可以一步到位!
截至2019年3月,tf 1.13.1 + Python 3.7 + CUDA 10.0 的组合是最新可用的组合。作为新入坑的人,当然是要选择最新的版本啦!!
新版本坑很多,网上几乎没有任何教程,亲自踩坑经历了数次重装系统之后,这里是我的总结:
摘要
划重点:
- Tensorflow 【1.13.1】 只能兼容 【CUDA 10.0】!注意是10.0,不是10.1,更不是官网说的9.0!
- GPU驱动需要在 【410.xx】 及以上,注意匹配 【Notebook/Desktop】 版本。
- Tensorflow还需要安装 【cuDNN】, 其中最新的 cuDNN 7.5 版本亲测可用。
- CUDA 9.0和10.0 可以共存,但是注意设置环境变量,调用正确的版本。
本机硬件:
联想 Legion y7000 笔记本
CPU:Intel Core i7-8750H(amd64架构)
RAM:16GB DDR4 2666(不影响)
GPU:NVIDIA GeForce GTX1060 (Notebook) (本机适配410.78版本驱动,注意按照型号和Notebook/Desktop匹配相应的驱动)
安装平台:
Ubuntu 16.04 LTS (amd64),非虚拟机
Anaconda 2018.12 with Python 3.7
需要联网
1. 获取root权限
1.1. 设置root密码
对于新装Ubuntu的新手来说,当然第一步是设置root(或者说su,superuser,超级用户)密码并进入su模式,如果已经做过,请跳过1.1步。
打开控制台:
sudo passwd root
[sudo] password for xxxx:
提示输入当前用户密码,输入后回车
Enter new UNIX password:
在这里输入root的密码,以后获取root权限都需要输入它
Retype new UNIX password:
再输一遍确认
提示 passwd: password updated successfully
,表示设置成功
1.2. 进入root用户模式
在控制台输入su
之后回车,然后输入root密码,控制台提示变成(base) root@xxxxx:
即可。
在配置环境的时候,我个人习惯先进入root模式,这样可以不需要在命令之前加上sudo,也可以自由操作各种文件的权限,十分自由。因此,如果进入root模式,下文中的sudo均可省略。文中仍然保留sudo的目的是方便老手快速操作。
2. Anaconda安装与Python配置
如果已经安装过Anaconda,请跳过步骤2.1和2.2,但是注意检查2.3,看是否设置环境变量。
Anaconda是目前比较流行的开源的Python发行版本。对于经验不足的Python新手来说,我十分推荐Anaconda,有可视化的Anaconda Navigator,可以检视各种开发环境和库,配置起来十分方便。生命宝贵,省点时间(笑)>_<
2.1. 下载Anaconda
如果本机没有安装过Anaconda,进入官网下载:
https://www.anaconda.com/distribution/
选择Linux系统Installer。
下载完成后应当是一个.sh文件,比如我下载的是:Anaconda3-2018.12-Linux-x86_64.sh
2.2. 安装Anaconda
打开控制台,首先cd
到下载目录。
一般Ubuntu的默认下载目录是/home/<你的用户名>/Downloads
,或者也可以说是~/Downloads
,如果不确定,可以用文件浏览器看一下。
cd ~/Downloads
sudo bash Anaconda3-2018.12-Linux-x86_64.sh
如果提示输入安装路径,可以按默认路径,也可以自行设置。
一个使用Linux的良好习惯,把安装的所有用户组共享的应用都放在 /usr/local 下。所以我设置的安装路径是:
/usr/local/anaconda3
一直按Enter直到提示输入”yes“ or “no”,然后输入“yes”。
如果提示是否Configure,选择“yes”。如果提示是否安装VS之类的,根据需要决定,我选择“no”。
2.3. 配置Python环境变量
Ubuntu 16.04 内置了python 2.7和3.5,但是我们想要默认运行我们的anaconda python 3.7.1