ubuntu下tensorflow的GPU版本安装记录

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/liuYinXinAll/article/details/79979612

开始学习tensorflow了,记录一下
提前说一下前面我已经安装好了nvidia的驱动以及 cuda cudnn,没有安装的话需要根据文档安装 cuda文档地址 cudnn安装文档
下面的教程根据官方文档记录 文档地址,python3,
我安装的时候出现一个问题,解决方法是一定要安装cuda9.0 cuda9.1会有问题,tf暂时不支持

1. 安装libcupti-dev

libcupti-dev是cuda分析工具接口,要安装它需要先安装cuda-command-line-tools

sudo apt-get install cuda-command-line-tools

再将下面路径添加到环境变量中

vim /etc/sudo vim /etc/profile
# 将下面的添加到profile末尾
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH:+${LD_LIBRARY_PATH}:}/usr/local/cuda/extras/CUPTI/lib64
# :wq 保存退出
source /etc/profile #让修改生效

安装libcupti-dev, 注意cuda Toolkit的版本要大于7.5

sudo apt-get install libcupti-dev

2. 安装tensorflow

官方提供了以下几种安装方法

  • Virtualenv虚拟运行环境
  • 原生pip安装
  • Docker安装
  • Anaconda安装
  • 源码安装

官方好像推荐虚拟运行环境。然后我就选择通过虚拟运行环境安装吧。

2.1 安装virtualenv

下载相关软件

sudo apt-get install python-pip python-dev python-virtualenv # Python 2.7
sudo apt-get install python3-pip python3-dev python-virtualenv # Python 3.n选择这个

创建运行环境
(我在这里设置的安装目录是 ~/.venv/tensorflow 是这个,如果大家安装的不一样要注意一下换个路径)

mkdir ~/.venv/tensorflow
virtualenv --system-site-packages ~/.venv/tensorflow  # 环境安装目录 python2下用这个
virtualenv --system-site-packages -p python3 ~/.venv/tensorflow #我这里环境安装目录 python3 下用这个

使虚拟运行环境生效(进入运行环境)

source ~/.venv/tensorflow/bin/activate

如果你的前缀变成了这样,那就安装好了

安装

2.2 安装tensorflow-gpu版本

很简单一句话

pip3 install --upgrade tensorflow-gpu # for Python 3.n and GPU

另外官方还提供其他版本的安装方法

pip install --upgrade tensorflow      # for Python 2.7 cup 版本
pip3 install --upgrade tensorflow     # for Python 3.n cpu版本
pip install --upgrade tensorflow-gpu  # python3.7 GPU版本

接下来就是漫长的下载了
这里写图片描述

另外google还提供了url安装方式,安装失败的同学可以试下

ip3 install --upgrade \
 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.7.0-cp34-cp34m-linux_x86_64.whl

如果还有问题,google提供了问题帮助 如果不行,百度吧。

2.3 验证是否安装成功

首先确保是在tensorflow的安装环境中(有前缀),然后随便一个位置创建一个py文件,输入以下文件

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

如果输出

Hello, TensorFlow!

就好了!下面是我的运行结果。
这里写图片描述

我遇到的几个问题

  1. 要用cuda9.0。而我刚开始装的是9.1,会有问题
  2. 9.0的最低支持显卡驱动384,注意下载的驱动要高一点
  3. 运行的时候要设置为gpu为nvidia的,而非笔记本的集显。(小米笔记本air)
阅读更多

没有更多推荐了,返回首页