win10+Ubuntu16.04 安装TensorFlow

tensorflow1.30+cuda8.0+cudnn6.0

一、win10

（涉及到权限问题：cmd下最好以管理员身份运行）

1、安装Anaconda3-4.4.0-Windows-x86_64（python3.6.1）

2、安装cuda8.0 + cudnn

cuda：   https://developer.nvidia.com/cuda-toolkit-archive
 cudnn:  https://developer.nvidia.com/rdp/cudnn-download

参考：http://www.cnblogs.com/zhangjianheng/p/6215529.html

          http://blog.csdn.net/sb19931201/article/details/53648615

官网说明：

4.3. Installing cuDNN on Windows The following steps describe how to build a cuDNN dependent program.
 In the following sections: ‣ your CUDA directory path is referred to as C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 ‣
 your cuDNN directory path is referred to as 1. Navigate to your directory containing cuDNN. 
 2. Unzip the cuDNN package. cudnn-9.0-windows7-x64-v7.zip or cudnn-9.0-windows10-x64-v7.zip 
 3. Copy the following files into the CUDA Toolkit directory.

将cudnn下的3个文件拷贝到相应目录下：
 a) Copy \cuda\bin\cudnn64_7.dll to C:\Program Files \NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin.
b) Copy \cuda\ include\cudnn.h to C:\Program Files \NVIDIA GPU Computing Toolkit\CUDA\v9.0\include.

 c) Copy \cuda\lib\x64\cudnn.lib to C:\Program Files \NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64.

再把两个路径加到Path下 :

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin                               

 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64

  安装完cuda后：
  测试是否使用Gpu
  在gputest.py所在目录下，打开cmd，输入：
        python gputest.py
  输出  Used the gpu 表示gpu调用成功

3、安装 PyTorch

      https://zhuanlan.zhihu.com/p/26871672
     a、将下载的百度云中的pytorch放到      C:\ProgramData\Anaconda3\Lib\site-packages\ipytorch\     

         (ipython 为自己创建的目录)

  b、以管理员身份运行cmd 执行命令：conda install --offline C:\ProgramData\Anaconda3\Lib\site-packages\ipytorch\pytorch-0.2.1-py36he6bf560_0.2.1cu80.tar.bz2
    c、安装torchvision:    torchvision不是pytorch的一部分 直接用pip安装就行了。命令如下 ：pip install torchvision
      版本要求：CUDA 8.0.61和Anaconda3(Python 3.6.1)

      测试pytorch是否使用gpu加速：
      print(torch.cuda.is_available())
      # 返回True代表支持，False代表不支持
      教程：https://zhuanlan.zhihu.com/p/25572330            

4、安装 OpenCV
      参考：http://blog.csdn.net/lwplwf/article/details/61616493 

将opencv_python-3.3.0-cp36-cp36m-win_amd64.whl 拷贝到 C:\ProgramData\Anaconda3\Lib\site-packages

- 按Win+R 输入cmd打开命令提示符窗口，进入到Anaconda3\Lib\site-packages文件夹下 
- 执行命令pip install opencv_python-3.3.0-cp36-cp36m-win_amd64.whl  

    报错：
     >>> import cv2
        RuntimeError: module compiled against API version 0xb but this version of numpy is 0xa
     解决：
       升级 numpy 版本
       pip install -U numpy
5、安装TensorFlow:
参考：http://blog.csdn.net/u010099080/article/details/53418159
网络不行就下载离线安装包，执行命令：pip install --upgrade --ignore-installed tensorflow-gpu
6、安装keras: pip  install keras


Linux下：
版本问题：ubuntu16.04  - tensorflow1.3 - cuda8.0.61 - cudnn6.0、anaconda3-4.4.0、pytorch
容易出现问题：网络不好，导致出现Exception 、HTTP
一.安装Cuda
1.安装cuda驱动-375（19/10/2017）
sudo add-apt-repository ppa:graphics-drivers/ppa  
sudo apt update 
sudo apt install nvidia-375 

问题：中间输入*security boot password；重启之后蓝屏
2.（测试：nvidia-smi）
3.进入NVIDIA CUDA官方网站： 

https://developer.nvidia.com/cuda-toolkit-archive 或者 https://developer.nvidia.com/cuda-downloads

       sudo sh cuda8.0.61375.26_linux.run

     (sudo service lightdm stop            sudo service lightdm restart )

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH  

测试：nvcc -V  --->显示cuda版本信息


4.配置深度学习库cudnn---载地址：https://developer.nvidia.com/rdp/cudnn-download
（cudnn6.0 支持TensorFlow1.30）
(1) 解压下载文件： tar zxvf cudnn*（文件名）.tar.gz
(2)拷贝文件：
$ sudo cp include/cudnn.h /usr/include

$ sudo cp lib64/libcudnn* /usr/lib/x86_64-linux-gnu/

$ sudo chmod a+r /usr/lib/x86_64-linux-gnu/libcudnn*

二、安装Tensorflow
1.安装pyenv
(1)
~$: curl -L https://raw.githubusercontent.com/yyuu/pyenv-installer/master/bin/pyenv-installer | bash  
(需要安装curl:sudo apt install curl)
(2).安装后需要如下语句加入shell 配置文件  ~\.bashrc
export PATH="$HOME/.pyenv/bin:$PATH"
eval "$(pyenv init -)"
eval "$(pyenv virtualenv-init -)"  
最后，更新环境变量 
~$: source ~/.bashrc
2.安装anaconda3-4.4.0
(1)重启termimal， 使用pyenv 安装anaconda ,当前推荐3-4.4.0版本
~$: pyenv install anaconda3-4.4.0  
问题：a.导致出现 **ubuntu use python ** 版本问题，可能是本地用户环境下安装Anaconda需要卸载：

（sudo rm -rf Anocanda* ,然后，在~/.bashrc中将本地anaconda的路径删除）
 b.网络问题

（2）安装后切换的anaconda 环境
~$: pyenv global anaconda3-4.4.0  
（3）使用conda命令查看所有的库：
~$: conda list
问题：~$: jupyter notebook 

打不开，出现“**Version 'GLIBCXX_3.4.21' not found  (required by /usr/lib/firefox/firefox)”
解决：conda install libgcc

注：安装TensorFlow和pytorch都是在pyenv global anaconda3-4.4.0环境下
3.安装Tensorflow1.3
(https://www.tensorflow.org/install/)
GPU版本：
~$: pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.3.0-cp36-cp36m-linux_x86_64.whl  
测试：
~$: python
>>> import tensorflow as tf
>>>
4.安装pytorch
(http://pytorch.org)
Gpu版本：~$:  conda install pytorch torchvision cuda80 -c soumith  
测试：
    ~$: python
>>> import torch
>>> print(torch.cuda.is_available())
返回TRUE表示pytorch 支持gpu加速。
(http://www.jianshu.com/p/5ae644748f21)