这几天在安装TensorFlow,看了很多教程,方法也试了几种。
最后还是用pip安装成功的,过程如下。
1.安装ubuntu后在 系统设置-软件与更新-附加驱动 里,更新N卡驱动。
(N卡官网下载run格式驱动手动安装比较麻烦,需要关闭X server,并禁止系统自带的开源驱动)
按照提示,重启。重启之后,终端输入nvidia-smi,可以看到GPU的信息。
2.N卡开发者官网下载CUDA deb格式安装包,这里注意,CUDA、cudnn、TensorFlow之间版本有要求。我最后使用的是cuda8.0+cudnn6.0+TensorFlow1.4
CUDA下载:https://developer.nvidia.com/cuda-downloads
下载cuda的deb格式安装包,然后安装
1
2
3
4
|
#进入下载文件所在目录,执行下列命令:
sudo
dpkg -i cuda-repo-ubuntu1604-8-0-
local
-ga2_8.0.61-1_amd64.deb
sudo
apt-get update
sudo
apt-get
install
cuda
|
3.N卡开发者官网下载cudnn,需要注册并填写一个问卷。
下载地址:https://developer.nvidia.com/cudnn
1
2
3
4
5
6
|
#进入下载文件所在目录,执行下列命令:
tar
xvzf cudnn-8.0-linux-x64-v6.0.tgz
sudo
cp
cuda
/include/cudnn
.h
/usr/local/cuda/include
sudo
cp
cuda
/lib64/libcudnn
*
/usr/local/cuda/lib64
#退到根目录,运行下面语句:
sudo
chmod
a+r
/usr/local/cuda/include/cudnn
.h
/usr/local/cuda/lib64/libcudnn
*
|
4.配置环境变量:
1
2
3
4
5
6
7
8
|
#退到根目录,执行:
sudo
vim ~/.bash_profile
#文件中追加以下内容
export
LD_LIBRARY_PATH=
"$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export
CUDA_HOME=
/usr/local/cuda
#保存退出文件
#根目录终端执行:
source
~/.bash_profile
|
5.安装pip
1
2
|
sudo
apt-get
install
python-pip python-dev
sudo
apt-get
install
python-numpy swig python-dev python-wheel
|
6.安装CUDA依赖库
1
|
sudo
apt-get
install
libcupti-dev
|
7.安装TensorFlow
1
|
sudo
-H pip
install
tensorflow-gpu==1.4
#我选择了1.4带GPU的版本
|
根据实际情况,可以选择python3 或 python2,选择CPU版本或GPU版本
1
2
3
4
|
pip
install
--upgrade tensorflow
# for Python 2.7
pip3
install
--upgrade tensorflow
# for Python 3.n
pip
install
--upgrade tensorflow-gpu
# for Python 2.7 and GPU
pip3
install
--upgrade tensorflow-gpu
# for Python 3.n and GPU
|
8.测试
执行以下python语句
1
2
|
import
tensorflow as tf
sess
=
tf.Session(config
=
tf.ConfigProto(log_device_placement
=
True
))
|
如果输出GPU的型号和信息,则表示安装成功~~
总结:
1.源码安装tensorflow经常出现各种问题...尝试了几次都失败了,后来改用pip
2.注意cuda、cudnn、TensorFlow之间的版本要求,版本不对安装后运行py文件引入tensorflow时会报IOimport错误。