AI环境配置（二）：安装TensorFlow、Keras、Pytorch-GPU最新版

关于系统的安装，可翻阅上一篇文章AI环境配置（一）：安装Ubuntu双系统。

1 安装环境与版本：

• 系统：Ubuntu 16.04
• TensorFlow版本：1.12 GPU版
• CUDA版本：9.0
• cuDNN版本：7.3
• Anaconda版本：4.5.4（没更新，问题不大）
• 官网教程：https://tensorflow.google.cn/install/gpu
  官网给出了TensorFlow所需要的GPU支持，所以CUDA和cuDNN版本要满足 其要求。
  

2 安装CUDA 9.0

首先安装显卡驱动，比较简单就不单列了。安装完成后，重启即可。
系统设置–>软件和更新–>附加驱动：

2.1 下载CUDA9.0：

下载链接

• 选择版本：
  

2.2 安装：

在下载目录下，依次执行以下命令。中间可能提示缺失key，执行第二句即可。

1. sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
2. sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub
3. sudo apt-get update
4. sudo apt-get install cuda

2.3 配置环境变量：

sudo gedit ~/.bashrc然后在文件底部添加以下语句。

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

2.4 验证是否安装成功：

• 确认已加载正确显卡：cat /proc/driver/nvidia/version

NVRM version: NVIDIA UNIX x86_64 Kernel Module  384.130  Wed Mar 21 03:37:26 PDT 2018
GCC version:  gcc version 5.4.0 20160609 (Ubuntu 5.4.0-6ubuntu1~16.04.10)

• 确认CUDA已正常运行：nvcc -V

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

• 运行示例程序：

cuda-install-samples-9.0.sh ~
cd ~/NVIDIA_CUDA-9.0_Samples/
make -j 8
cd bin/x86_64/linux/release/
./deviceQuery

3 安装cuDNN 7.3

3.1 下载cuDNN

下载链接

3.2 安装：

在下载目录下执行以下命令：

sudo dpkg -i libcudnn7_7.3.0.29-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.3.0.29-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.3.0.29-1+cuda9.0_amd64.deb

3.3 验证是否安装成功：

依次执行下列代码即可。

cp -r /usr/src/cudnn_samples_v7/ ~
cd ~/cudnn_samples_v7/mnistCUDNN
make clean && make
./mnistCUDNN

若安装没问题，会得到下面的结果。

4 安装TensorFlow、Keras、Pytorch：

下面的安装，请自带梯子。Ubuntu配置(一)中已经写了如何安装Shadowsocks。

4.1 TensorfFlow_GPU：

建议使用Anaconda安装，假设已经预先安装好了Anaconda。

• 创建虚拟环境：conda create -n tensorflow pip python=3.6
• 启动虚拟环境：source activate tensroflow
• 安装命令：pip install --ignore-installed --upgrade packageURL
  packageURL:https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.12.0-cp36-cp36m-linux_x86_64.whl 可自行选择其他版本
  
• 验证测试：

import tensorflow as tf 
hello = tf.constant('Hello,TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

4.2 Keras-GPU:

• 启动虚拟环境：source activate tensorflow
• 安装命令：pip install keras

4.3 Pytorch-GPU:

因为我们安装的是CUDA 9.0所以选择下面的版本。

• 安装命令：conda install pytorch torchvision -c pytorch

参考资料：

[1] https://www.jianshu.com/p/2df89a75fabd
[2] https://blog.csdn.net/briliantly/article/details/79566013
[3] https://blog.csdn.net/briliantly/article/details/79566013
[4] http://www.52nlp.cn/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%BB%E6%9C%BA%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AE-ubuntu16-04-geforce-gtx1080-tensorflow
[5] https://blog.csdn.net/jizhidexiaoming/article/details/83753134
[6] http://www.cnblogs.com/hutao722/p/9342577.html