ubuntu16.04+gtx1060+cuda8.0+tensorflow源码安装、测试经历

为什么要进行源码安装呢？因为tensorflow仅支持cuda7.5，需要源码重新编译使其支持cuda8.0。

首先说明，该篇博客是在ubuntu16.04+gtx1060+cuda8.0+caffe安装、测试经历基础上进行安装和测试，需要安装gtx 1060驱动、cuda和cudnn，前篇博客已经介绍清楚，这里不再赘述，具体版本如下：

GTX 1060驱动版本为367.35

cuda版本为cuda_8.0.27_linux.run

cudnn版本为cudnn-8.0-linux-x64-v5.1.tgz

---

打个广告：目前博主正在字节跳动奋斗，欢迎各位一起来共事
【内推码】：HVWUV6Y
【投递地址】：https://job.bytedance.com/

废话不多说，上车吧，少年

一、安装python依赖

1. 终端输入

针对python2.7
sudo apt-get install python-pip
sudo apt-get install python-numpy swig python-dev python-wheel

针对python3.x
sudo apt-get install python3-pip
sudo apt-get install python3-numpy swig python3-dev python3-wheel

拉取完成后，在/home/pawn/目录下增加了py-faster-rcnn文件夹【pawn是我的ubuntu用户名】

---

二、Bazel安装

bazel是谷歌代码编译工具，编译tensorflow源码需要用到bazel

1. 安装jdk8
   sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

终端输入java -version，测试是否安装成功，如下图所示：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VtYXR8tJ-1592371213720)(https://img-blog.csdn.net/20161010173843437)]


2. 添加bazel软件包源且仅一次有效
echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list

curl https://storage.googleapis.com/bazel-apt/doc/apt-key.pub.gpg | sudo apt-key add -

3. 更新本地软件列表并安装bazel
   sudo apt-get update && sudo apt-get install bazel

一旦安装，可以用以下命令升级为新版bazel
sudo apt-get upgrade bazel

4. 终端输入bazel，如下图所示，表示安装成功
   

---

三、下载tensorflow源码并配置

1. 载入源码，终端输入
   git clone https://github.com/tensorflow/tensorflow

2. 配置源码，终端输入
   cd tensorflow
./configure

3. 配置过程
   当输入y确认后出现如下图所示错误，缺少libcurl3-dev软件包
   
   
   
   终端输入sudo apt-get install libcurl3-dev

重新再终端输入 ./configure进行配置，多次尝试configure成功后，如下图所示
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4mV4JEnD-1592371213725)(https://img-blog.csdn.net/20161010191110869)]


具体分析：
①指定python位置，默认为usr/bin/python，直接回车
②希望谷歌云平台支持tensorflow编译吗？输入y
③希望Hadoop文件系统支持tensorflow编译吗？输入y
④输入期望的python库路径，默认为/usr/local/lib/python2.7/dist-packages，直接回车
⑤希望使用GPU支持tensorflow编译吗？输入y
⑥指定哪个gcc被nvcc作为主机编译器，默认为/usr/bin/gcc，直接回车
⑦指定期望使用的cuda sdk版本，输入8.0
⑧指定cuda 8.0工具安装位置，默认为/usr/local/cuda，直接回车
⑨指定期望使用的cudnn版本，直接回车使用默认
⑩指定cudnn库目录安装位置，默认为/usr/local/cuda，直接回车
⑪输入显卡计算能力，在https://developer.nvidia.com/cuda-gpus查询，gtx 1060为6.1，输入6.1

---

四、编译tensorflow并打包安装

1. 终端输入
   cd ~/tensorflow

使用GPU支持编译源码
bazel build -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
编译结果显示如下（不清楚的图片右键新标签页打开图片）



2. 终端输入
bazel-bin/tensorflow/tools/pip_package/build_pip_package /home/pawn/tensorflow_pkg
创建pip包，在主目录下生成了tensorflow_pkg目录，含tensorflow-0.11.0rc0-py2-none-any.whl文件

3. 终端输入
   sudo pip install /home/pawn/tensorflow_pkg/tensorflow-0.11.0rc0-py2-none-any.whl
   .whl文件更换为自己tensorflow_pkg目录下文件名字，安装结果如下图所示
   

---

五、设置tensorflow开发者功能（可选）

为了方便开发tensorflow的工作人员，可以在交互式命令中测试tensorflow，而不必重新安装它，可以执行以下步骤

1. 终端输入
   cd tensorflow/
bazel build -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
mkdir _python_build
cd _python_build
ln -s ../bazel-bin/tensorflow/tools/pip_package/build_pip_package.runfiles/org_tensorflow/* .
ln -s ../tensorflow/tools/pip_package/* .
sudo python setup.py develop

结果如下图所示：

---

六、测试tensorflow

1. 终端输入
   cd ~/tensorflow/tensorflow/models/image/mnist/

python convolutional.py
结果如下图所示：

---