写在前面的话
接触深度学习也有两三年时间了,开始在学校用Caffe,现在出来工作主要用TensorFlow,配置TensorFlow也有很多次了,Windows下,Ubuntu下都有,现把在Ubuntu下配置TensorFlow的步骤总结一下,虽然很简单~~
第一步:查询计算机是否有nvidia显卡
lspci | grep -i vga
第二步:安装cuda和cudnn(在上一步中没有查询到显卡信息请忽略这一步)
- 2.1 请在Nvidia官网下载和你系统对应的cuda版本,另cudnn(需要账号登录)又和你下载的cuda版本对应;
我这里提供cuda8.0安装包和对应的cudnn-v5.1,cudnn-v6。该cuda安装包是Ubuntu16.04对应版本,如计算机不是Ubuntu16.04,请自行到官网下载对应版本。
注意:tensorflow1.5以上版本只支持cuda9.0以上,cuda8.0不支持。 - 2.2 安装cuda和cudnn
安装cuda:
卸载之前CUDA驱动(如果有的话)
sudo apt-get purge nvidia-*
sudo apt-get purge nvidia-cuda*
cd requirements
dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb [*注释:这是你下载的cuda安装包名字,这里是cuda8.0*]
apt-get update
apt-get install cuda
安装cudnn:
解压cudnn-8.0-linux-x64-v5.1.tgz [*注释:这是你下载的cudnn安装包名字,这里是cudnn-v5.1*]
tar zxvf cudnn-8.0-linux-x64-v5.1.tgz
cp cuda/include/cudnn.h /usr/local/cuda/include/
cp cuda/lib64/libcudnn.so* /usr/local/cuda/lib64/
- 2.3 配置环境
一般情况下,安装了cuda,它会自动把路径添加进系统的环境变量的,你可以在终端输入命令"env"查看一下环境变量,看PATH变量里是否有/usr/local/cuda/bin,LD_LIBRARY_PATH变量里是否有/usr/local/cuda/lib64。另外你可以将这两个路径添加进自己的用户环境变量里,如下:
vim ~/.bashrc #用vim打开.bashrc
i #进入编辑模式
把光标移到文件末尾,输入
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64"
export PATH="$PAHT:/usr/local/cuda/bin"
继续输入
:wq #保存并退出vim
继续在terminal中输入:
source ~/.bashrc #使更改的环境变量生效
第三步:安装TensorFlow(如果有gpu,安装GPU版本,没有则安装CPU版本)
- 3.1 安装pip及一些其他的必须的库
sudo apt-get install python-pip python-dev
sudo apt-get install python-numpy swig python-dev python-wheel #安装其他第三方库
sudo apt-get install git
- 3.2 安装TensorFlow
法一:直接下载TensorFlow的whl文件,用pip安装
下载地址:清华大学的镜像网站
cd ~/download
wget https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/xxxxxxx.whl
sudo pip install xxxxx.whl
法二:从TensorFlow的源码安装
- 安装Bazel
见我的上一篇文章 - 从TensorFlow的github上下载源码
git clone https://github.com/tensorflow/tensorflow - 编译TensorFlow源码
在terminal中输入以下命令:
cd ~/tensorflow #切换到tensorflow文件夹
./configure #执行configure文件
- 生成能被pip安装的whl安装包并安装
在terminal中输入以下命令:
bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package #编译CPU版
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package #编译GPU版
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
sudo pip install /home/***(你自己的用户名)/Desktop/tensorflow-gpuxxxxxxx.whl # 安装
法三:直接用pip安装
sudo pip install tensorflow #默认安装最新CPU版本的tensorflow
sudo pip install tensorflow-gpu #默认安装最新GPU版本的tensorflow