TensorFlow学习（五）之Ubuntu16.04安装TensorFlow———GPU版本（gtx1070+ubuntu16.04）

最新推荐文章于 2024-08-28 09:06:29 发布
置顶 最新推荐文章于 2024-08-28 09:06:29 发布
阅读量5.8k 收藏 33
点赞数 6
分类专栏： Ubuntu系统软件安装教程系列 TensorFlow 文章标签： tensorflow-gpu安装 ubuntu16.04配置TensorFlow Ubuntu软件安装
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/comway_Li/article/details/84890280
版权

Ubuntu16.04系统安装系列：

         Ubuntu系统安装QQ+百度云盘+微信+迅雷下载等

        Ubuntu系统安装网易云音乐

         Ubuntu系统安装搜狗输入法

         Ubuntu系统安装SMPlayer播放器

         Ubuntu系统安装sublime编辑器

         Ubuntu系统安装vim编辑器

         Ubuntu系统安装labelImg

         Ubuntu常用命名大全

博主研究了下，参考了别人的博客，也出现了问题，然后解决。相信按照接下来的教程是可以很简单的安装TensorFlow-gpu的。

在开始之前，首先得了接大概步骤：1、安装显卡驱动2、安装cuda,3、安装cudnn,4、安装anaconda 5、创建虚拟TensorFlow环境并配置TensorFlow。6、测试是否成功。附加：安装一般的配件库。

注明：本文所有下载的东西博主都默认下载到了home文件夹中下载文件夹中。安装与解压时，请先cd到下载文件夹中。

1、安装显卡驱动

 在ubuntu16.04系统中选择软件更新中的附加驱动来更新驱动。具体操作：

打开系统设置。找到软件和更新，点进去出现如下界面：

然后点击附件驱动

安装图片点击即可，一定要确保已经联网：完成后点应用更改。亲测有效。

另外还有一种方法，不过前面方法已经可以解决：这个博客博客https://blog.csdn.net/qq_30520759/article/details/78947034

最后，检查显卡驱动.]

打开终端。输入以下命令

nvidia-smi

结果如下所示。那个384.130即为你的显卡驱动的型号。 

2、 安装cuda

首先要了解的是cuda,cudnn,tensorflwo对应的TensorFlow的版本，不然就会出错。相应的版本必须要对应。linux基本对应情况如下图：

确认你要安装的cudn,cudnn，tf的版本。

选择的cuda版本要和安装的驱动想匹配，下图为匹配的版本：

官网为：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

博主使用的配置是：cudn9.0,cudnn7,tensorflow-gpu.1.8.0。

先下载cudn:cuda下载 把他下载到home文件下的下载文件夹中

 正式安装cudn：

a、进如home文件下的下载文件夹中，打开终端，输入命令。

sudo sh cuda_..._linux.run   红色部分为你下载的cuda版本，即下载的cuda文件的名字

b、输入命令后，回车，进入安装。安装过程中会让你选择yes or no 。第二个选项 Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26? 须选择否，因为在之前已经安装好了显卡驱动，无需重新安装。具体按照下面的来选择。

Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
(y)es/(n)o/(q)uit: n
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:  
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y 
Enter CUDA Samples Location
[ default is /home/dexter ]:

一路进行，完成。

c、添加环境变量

在终端输入： gedit ~/.bashrc 

然后在打开的文件最后写入：

export PATH="$PATH:/usr/local/cuda-9.0/bin"

export LD_LIBRARY_PATH="/usr/local/cuda-9.0/lib64"  

划重点：写入的时候，一定要确认你的cuda版本号，我这里是cuda9，则就是写入上面的命令。若是你安装的是cuda8，请把这条命令中9改为8.博主在第一次的时候就搞错了，导致一直不成功。万一和博主一样这样粗心，不要紧，在文字最后面也有解决方案。

保存并关闭文件，然后在终端输入：source ~/.bashrc

如此使得环境更改生效。

d、cuda测试：

打开终端，切换到位置：~/ NVIDIA_CUDA-9.0_Samples         （同样，你安装的是什么版本的cuda,就切换到那个文件夹中）
        命令行输入：make   （此步编译时间很长，有可能你会看到光标不动，不用理，因为确实要很久）
        打开终端，切换到位置：~/NVIDIA_CUDA-9.0_Samples/bin/x86_64/linux/release
        终端输入：./deviceQuery     

     如果显示类似下图，则说明CUDA安装且配置成功！

 

 3、cudnn安装

cudnn安装就较简单了，基本上就是解压，然后复制到具体文件夹中。具体如下：

首先下载cudnn：cudnn下载

进入下载文件中，打开终端输入以下四条命令。输入一条命令后按回车，接着输入吓一跳命令：

    tar xvzf cudnn-9.0-...tgz        （红色部分为你下载的cudann版本，即下载的cudann文件的名字）

    sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
    sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
    sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*

重点：一定要把9变成你所要安装的cuda版本。博主是cuda9。或者直接手动输入就不会错。

相当于解压缩+复制粘贴，手动复制粘贴也是没问题的。到此cuDNN安装完毕。

4、安装anaconda

a、下载anaconda.  链接

下载如下版本。

 b、安装

进入annaconda下载的文件夹中，打开终端，输如命令：bash Anaconda...Linux-x86_64.sh   (红色部分为下载的anaconda版本文件名）
 c、安装时，出现让你选择yes or no ,则选yes。就会自动配置文件，可是有的时候你选择yes会一直显示说让你retry，说明这样就是配置不成功。则需要手动配置，如下：
       配置文件： 将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda3/bin
          输入命令：  sudo gedit ~/.bashrc 

         接着就会自动打开一个文件
        export PATH="$PATH:~/anaconda3/bin"    将此句填在bashrc文件末尾中，然后保存后关闭。
        在输入命令： source ~/.bashrc     使得更改配置生效

d：若是要卸载anaconda：

参考：https://blog.csdn.net/qq_22474567/article/details/54984257
        （1）删除整个anaconda目录： rm -rf anaconda文件夹名
        （2）清理下.bashrc中的Anaconda路径：
            1.到根目录下，打开终端并输入：sudo gedit ~/.bashrc
             2.在.bashrc文件末尾用#号注释掉之前添加的路径(或直接删除)：
                      #export PATH=/home/lq/anaconda3/bin:$PATH
                  保存并关闭文件
              3.使其立即生效，在终端执行：source ~/.bashrc
             4.关闭终端，然后再重启一个新的终端

e 常见点镜像源

添加中科大源

  1. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

  2. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

  3. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/

  4. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/

  5. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/

  6. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

或者添加清华源

 

  1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

  2. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

  3. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

  4. conda config --set show_channel_urls yes

 5、创建虚拟TensorFlow环境并配置TensorFlow

a、使用conda指令创建虚拟环境

               创建环境：打开终端，输入命令：conda create --name tf python=3.6     （注：tf是虚拟环境的名字，可以随便取。3.6是你要安装的Python版本，也可以指定）

             环境创建完，就要激活环境：输入命令：source activate tf

            附加：若要退出环境：则输入：source deactivate

                    若需要删除环境：conda remove -n tf --all

b、TensorFlow-gpu安装

   激活环境后，在tf环境中，输入如下命令中的任何一种命令即可：

        conda install -c jjhelmus tensorflow-gpu  （此版本可能较低，安装后可能需要升级）
        conda install -c jjhelmus/label/tflow_180 tensorflow-gpu  （此版本是TensorFlow-gpu1.8.0版本，博主就是这个版本，推荐）
        conda install -c jjhelmus/label/tflow_110_testing tensorflow-gpu

 

至此，所有配置已经完成，可以跳到第六步去试试是否正确。

还推荐一些其他的库：

        安装keras：pip install keras
        安装opencv3：conda install -c https://conda.anaconda.org/menpo opencv3

6、测试是否成功

官网上的测试程序。对一个线性数据进行训练的demo。

打开终端，激活环境后，输入命令：vi test.py

把代码复制进去：

import tensorflow as tf
import numpy as np

# Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3

# Try to find values for W and b that compute y_data = W * x_data + b
# (We know that W should be 0.1 and b 0.3, but TensorFlow will
# figure that out for us.)
W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
b = tf.Variable(tf.zeros([1]))
y = W * x_data + b

# Minimize the mean squared errors.
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# Before starting, initialize the variables.  We will 'run' this first.
init = tf.initialize_all_variables()

# Launch the graph.
sess = tf.Session()
sess.run(init)

# Fit the line.
for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(W), sess.run(b))

# Learns best fit is W: [0.1], b: [0.3]

保存退出后。输入命令：python test.py

出现如下界面即成功

成功，可以尽情嗨皮在TensorFlow的海洋里了。

 

最后彩蛋：既然安装了anaconda,顺便也安装下 spyder IDE。还有很常用的jupyter notebook.

打开终端，激活tf环境，输入命令：

            conda install spyder
            conda install jupyter notebook

如此就都安装了。打开这些直接在输入命令  spyder   回车既可以打开。

备注：若是最后出现说CUDA driver version is insufficient for CUDA runtime version。

这个问题一个解决办法是显卡驱动有问题，还有一个种可能，就是你在安装的时候，安装错了版本，比如，你想安装cuda9,可是你在配置的时候因为复制别人的代码（别人代码上写着cuda8），导致你下载的cuda版本，与你配置环境的cuda版本不同。

解决办法：去本博第二步C步骤那，打开那个文件，把版本号改成与你下载的cuda版本相同。然后重新编译，就是需要重新进行第二步中的c,d两步，然后卸载配置的虚拟TensorFlow环境，重新配置环境。其他的不用动。

 

还有一种解决办法：https://blog.csdn.net/li57681522/article/details/82491617  

 

 

 

 

 

Ubuntu + RTX 30 series 安装 TensorFlow-GPU
zhy_27的博客
05-18 888
Ubuntu + RTX 30 series 安装 TensorFlow-GPU 在实验室服务器上安装TensorFlow遇到挺多坑，包括30系显卡适用的TensorFlow版本，以及如何在公用环境中配置自己的环境时不影响到别人，所以记录一下这些问题和解决方案。 GeForce RTX 30 series 显卡匹配的 TensorFlow 版本 RTX 30系显卡采用了新的Ampere架构，支持CUDA 11.1及以上版本。根据TensorFlow官网提供的对应关系，官方支持的版本中需要tensorfl
Ubuntu16.04下安装Tensorflow-gpu
boom的博客
01-10 1781
电脑配置及环境如下： Ubuntu的版本：cat /etc/issue，Ubuntu 16.04.5 Ubuntu的系统位数：sodu uname –m，X86_64 GPU：GeForce GTX 750 ti 显卡驱动版本：NVIDIA-Linux-x86_64-390.87 cuda版本：cuda_8.0.61_375.26_linux cudnn版本：cudnn-8.0-linux-x64...
UBUNTU TensorFlow GPU版本安装
lee_LLL的博客
01-13 860
如果你有anaconda，请不要按照网上乱七八糟的教程 请直接 1. 创建新环境 conda create -n XXX python=*** 2. conda activate XXX 3. conda search tensorflow-gpu 查看可以gpu版本 4. 查看此版本对应的 python 5. conda install tensorflow-gpu==你找到的版本 over 就是这么简单！！！！！ ...
探索3D视觉的未来：TensorFlow Graphics深度解析
最新发布
gitblog_00018的博客
08-28 424
探索3D视觉的未来：TensorFlow Graphics深度解析 graphicsTensorFlow Graphics: Differentiable Graphics Layers for TensorFlow项目地址:https://gitcode.com/gh_mirrors/gr/graphics 在当今人工智能领域，融合计算机视觉与图形学的力量成为了一种革新趋势。TensorFlo...
Ubuntu16下搭建tensorflow-gpu环境
11-26
Ubuntu16下搭建tensorflow-gpu环境 当前电脑GPU：GTX 1070Ti 所需文件： NVIDIA显卡驱动：384.13 Cuda9.0 cudNN7.0.5 Anaconda3
Ubuntu 16.04下安装Tensorflow(GPU)
热门推荐
u010789558的博客
07-09 1万+
ubuntu下Tensorflow的GPU配置
Ubuntu16 安装GPU版TensorFlow
Hey___Man的博客
03-28 223
Ubuntu16 安装GPU版TensorFlow 安装GPU驱动 ubuntu-drivers devices # 查看支持的nvidia驱动版本 sudo apt-get purge nvidia* # 删除当前的nvidia驱动 sudo apt-get install nvidia-430 # 安装固定版本的nvidia驱动 安装Anaconda 从Anaconda官网下载安装即可。 conda create --name
Ubuntu16.04+GTX1050ti+CUDA8.0+TensorFlow-gpu+Keras+Pycharm配置深度学习环境-附件资源
03-02
Ubuntu16.04+GTX1050ti+CUDA8.0+TensorFlow-gpu+Keras+Pycharm配置深度学习环境-附件资源
ubuntu 使用 conda 安装 tensorflow-gpu
deepinC博客
08-13 4016
在 ubuntu 上通过 conda 安装 tensorflow-gpu，主要可以分为四步（默认已经安装好了conda） 在 ubuntu 上安装 nvidia 驱动，这一步在网上有很多教程，不是难点，所以这里不详细展开 安装 cuda，这里可直接下载 下载该文件后，直接运行 sudo sh [文件名] 即可安装，注意，在遇见是否安装驱动时，选择否，这是由于第一步已经安装好了驱动，所以无需再...
ubuntu16系统tensorflow-gpu环境配置
SeanChau的博客
05-19 180
下载驱动https://www.geforce.cn/drivers/results/137427 驱动安装参考https://blog.csdn.net/u014561933/article/details/79958017方法二 cuda+cudnn安装参考https://blog.csdn.net/qq_29592167/article/details/79257224 anacond...
Ubuntu16.04 源码安装tensorflow(GPU版)
干巴他爹的小本本
12-10 5166
cuda及Ubuntu16.04 tensorflow(GPU版)安装笔记cuDNN安装 这部分参见本人另外一篇博客[1][1 ]
Ubuntu16.04 pip下载安装tensorflow(GPU版)
干巴他爹的小本本
12-14 4105
通过编译tensorflow编译源码再安装的方法（如本人博客Ubuntu16.04 源码安装tensorflow(GPU版) 中所讲），安装过的朋友就知道，这是个非常浪费时间的过程，最终编译生成一个whl文件，通过pip安装这个whl文件就行了。其实pip人家镜像源里面有一些常用版本的whl文件，不用咱们编译，直接下下来安装就可以了。 下面就介绍直接用pip下载安装tensorflow的方法。
ubuntu装TensorFlow-GPU2.1.0
dreaming_song的博客
04-24 998
文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import.
Ubuntu16.04安装tensorflow-GPU记录
qq_30653631的博客
07-29 264
1.创建conda环境 conda create -n tf-GPU python==3.7 2.激活环境 conda activate tf-GPU 3.安装tensorflow 1.首先检查自己的cuda和cudnn的版本号，然后在官网进行对比，找到自己的版本 tensoerflow官网对应版本 使用下面的命令可以看到自己的版本号 cat /usr/local/cuda/version.txt cat /usr/local/cuda/include/cudnn.h | grep
【笔记】ubuntu安装支持GPU的tensorflow
nyist_yangguang的博客
12-02 632
注：文章作者的思路是正确的。 cat /usr/local/cuda/version.txt 输出类似： CUDA Version 8.0.61 查看本机 cuDNN版本： cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 输出： #define CUDNN_MAJOR 5 #define CUDNN_MINOR 0 #define CUDNN_PATCHLEVEL 5 -- #d..
深度学习环境搭建（Ubuntu16.04+Tensorflow-gpu）
I-am-Unique
07-22 4978
''                               好好照顾自己，不要奢望别人来疼你，别人都很忙的。                                                                                          '' 学了这么久， 还是得好好整理一下， 一方面总结自己，另一方面可以让大家少走弯路…  ...
Ubuntu16.4中使用anaconda安装TensorFlow-GPU 的简便方法
邹九的个人博客
11-19 701
简单方法是基于anaconda中的conda的 稍微复杂点的方法点击：ubuntu16.04中安装cuda和cudnn tensorflow、cuda、cudnn的各个版本对应关系 https://www.tensorflow.org/install/source_windows ​ 首先在Ubuntu16.4中下载anaconda Linux版本，进入文件下载以后的目录，运行命令 sudo bash Anaconda*.sh 接下来按住Enter键阅读licence协议，阅读完以后，
人工智能学习1--环境搭建：Ubuntu16.04安装Anaconda及TensorFlow-gpu
Doctor.Cheng的博客
01-22 825
Ubuntu16.04中使用anaconda安装TensorFlow-GPU 是最简单快捷的做法，以下是安装记录。 1、下载Anaconda3 Anaconda3官网下载地址为：https://www.anaconda.com/ 但由于有时官网下载速度较慢，在此推荐使用清华的Anaconda镜像。地址为：https://mirrors.tuna.tsinghua.edu.cn/help/anaco...
【ubuntu20.04+tensorflow-gpu1.14配置】
weixin_44619759的博客
03-21 1946
tensorflow-gpu-1.14在ubuntu20.04环境下的配置与验证
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值