ubuntu16.04 anaconda3 tensorflow-gpu安装 及 Faiss配置

1.cuda8.0

https://developer.nvidia.com/cuda-80-ga2-download-archive

下载 deb(local) file

Installation Instructions:

1. `sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb`
2. `sudo apt-get update`
3. `sudo apt-get install cuda`

patch:

dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb

use 'nvcc -V' test version , if has problem:

http://blog.csdn.net/rtygbwwwerr/article/details/73656876

2.cudnn 6.0

cd进入cudnn6.0解压之后的include目录，在命令行进行如下操作：

sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件

再cd进入lib64目录下的动态文件进行复制和链接：

sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.6 #删除原有动态文件

sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6 #生成软衔接

sudo ln -s libcudnn.so.6 libcudnn.so #生成软链接

3.anaconda3

https://www.anaconda.com/download/#linux

bash Anaconda3-5.0.1-Linux-x86_64.sh

一路yes

terminal输入python，如python版本为3.6，则安装完

4.tensorflow

pip install tensorflow-gpu

等待下载安装完成。

有可能报错：ImportError: libcudnn.so.6: cannot open shared object file: No such file or directory

解决办法：因为cuda的路径可能设置错了

sudo ldconfig /usr/local/cuda/lib64

5.安装opencv

pip install opencv-python

6.安装openblas

conda install openblas
# root权限下创建软链。
sudo ln -s $HOME/anaconda3/lib/libopenblas.so.0 /usr/lib/libopenblas.so.0

7.Faiss

http://blog.csdn.net/u010641294/article/details/72783372

http://blog.csdn.net/u010641294/article/details/72820772

git clone https://github.com/facebookresearch/faiss.git

cd faiss
# 根据系统配置编译环境. [Linux 为例]
cp example_makefiles/makefile.inc.Linux ./makefile.inc
修改openblas的路径，注释centos，取消对ubuntu16的注释
修改python和numpy的路径，具体查询语句参考该文档

执行sudo apt-get install libopenblas-dev python-numpy python-dev
同时在文档里注释该句话

执行sudo apt-get install gfortran # 编译 &测试BLAS案例.
make tests/test_blas
./tests/test_blas

cpu && c++：

# 编译安装.
make
# 5.1、简单测试.
# 运行测试案例.
./tests/demo_ivfpq_indexing
# 5.2、复杂测试.
# 下载数据集.
wget ftp://ftp.irisa.fr/local/texmex/corpus/sift.tar.gz
tar -xzvf sift.tar.gz
# 转移数据集。
mv sift sift1M
# 编译 &运行测试案例.
make tests/demo_sift1M
./tests/demo_sift1M

cpu && python：

# 更改配置文件
vim makefile.rc
找到 PYTHONCFLAGS 选项，替换如下：
PYTHONCFLAGS=-I$HOME/anaconda2/include/python2.7/ -I$HOME/anaconda2/lib/python2.7/site-packages/numpy/core/include/
# 编译.
make py
# 检验 python-faiss.
python -c "import faiss"
ldd -r _swigfaiss.so
# 6.1、简单测试.
python -c "import faiss, numpy
faiss.Kmeans(10, 20).train(numpy.random.rand(1000, 10).astype('float32'))"
# 6.2、复杂测试.
export PYTHONPATH=.
mkdir tmp
python python/demo_auto_tune.py

C++ && GPU：

# 进入gpu目录 &编译。
cd gpu
make
# 测试。
make test/demo_ivfpq_indexing_gpu
./test/demo_ivfpq_indexing_gpu

python && GPU：

cd gpu
make py
# 测试。
python -c "import faiss" # CPU
python -c "import _swigfaiss_gpu" # GPU

配置环境变量：

sudo gedit /etc/profile
添加：

# faiss
export PYTHONPATH=/home/knight/work/work-code/faceRecg-XJ/faiss

执行 source gedit /etc/profile

执行 env查看是否包含了上述制定的路径，若已包含，重启机器，生效，可以愉快的玩耍了。