Ububtu下使用源码安装Tensorflow GPU版本

最新推荐文章于 2023-09-09 15:01:32 发布
最新推荐文章于 2023-09-09 15:01:32 发布
阅读量909 收藏 3
点赞数
分类专栏： 工程应用 文章标签： TensorFlow GPU Ubuntu
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_29227653/article/details/86087058
版权
本文详述了在Ubuntu上源码安装Tensorflow GPU版本的步骤，包括选择Tensorflow、bazel、CUDA和CUDNN的版本，安装JDK8，配置和编译Tensorflow，以及解决安装过程中遇到的问题。
摘要由CSDN通过智能技术生成

截至2017年12月只有在安装了CUDA toolkit 8.0和CuDNN v6的64位Ubuntu下可以通过pip安装支持GPU的TensorFlow，对于其他的Linux版本和其他的CUDA/CuDNN版本的用户，需要通过源码进行安装来支持GPU。

选择Tensorflow版本

安装Tensorflow前先确认自己需要的版本，确定使用的版本后再往下进行。
由于需要使用bazel编译Tensorflow源码，需要CUDA和CUDNN实现GPU加速，所以确认Tensorflow版本后，还要确认bazel、CUDA、CUDNN版本。
部分版本配合结果如下
linux:
version比如此时需要在python27下使用bazel安装tensorflow_gpu-1.12.0，相应的我们选择bazel版本为0.15.0，CUDA版本为9.1，CUDNN版本为7.1。

安装bazel 0.15.0

CUDA 和CUDNN安装详见CUDA安装、CUDNN安装
在安装 bazel 时，要先安装 JDK8（按照官方网站安装就没问题：https://docs.bazel.build/versions/master/install.html）

  1. 安装JDK 8

sudo apt-get install openjdk-8-jdk

  1. 下载bazel 0.15.0
    地址：bazel
    将下载好的文件复制到HOME目录下，赋予权限：

chmod +x bazel-0.15.0-installer-linux-x86_64.sh

  1. 安装

./bazel-0.15.0-installer-linux-x86_64.sh --user

完成后会在HOME目录下生成一个bin文件夹

  1. 查看bazel 版本

bazel version

bazel version
从上图可以看到，bazel版本是0.15.0。

编译安装Tensorflow

  1. 下载Tensorflow

git clone https://github.com/tensorflow/tensorflow

  1. 进入Ten
最低0.47元/天 解锁文章
qq_29227653
关注
专栏目录
源码编译安装tensorflow GPU版本过程
yuanfuli的博客
10-26 983
源码编译安装tensorflow GPU版本过程tensorflow-build硬件信息及版本查看GPU信息命令输出禁用nouveau驱动操作执行重启电脑查看是否成功安装cuda执行以下命令验证安装cuDNN执行以下命令查看是否安装成功nccl : 2.4.2bazel: 0.19.2python2.7.16: miniconda2编译命令：仅供参考遇到问题测试安装成功卸载祝君好运！！！ tens...
【原创】ubuntu18系统anaconda安装tensorflow
qq_39429669的博客
03-04 1728
当下深度学习框架特别多，但由于google强大的社区和技术，使得tensorflow从中脱颖而出。在官方文档中提到，TensorFlow的安装主要有以下五种形式： Pip安装：这种安装形式类似于安装其他的Python安装包。会影响到机器上当前的Python环境，可能会与已安装的某些版本相冲突。Pip安装过程比较简单，按照官方文档中的步骤进行即可。 Virtualenv安装：将TensorFlow安装在指定路径下，与当前的Python环境相隔离。 Anaconda安装：以Anaconda为基础安装Ten
tensorflow GPU环境配置
wangxiaopeng0329的博客
06-16 966
1.首先安装CUDA a.首先安装一些依赖 sudo apt-get update sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-rec
windows下TensorFlow-GPU运行出现的问题解决
12-19 4584
问题1：unspecified launch failure 解决：参考https://blog.csdn.net/Kelvin_Yan/article/details/80887961 (其实这个问题并不算完美解决，后来运行程序还是随机报错，感觉是个运气事件)   问题2：Check failed: c‑>in_use() && (c‑>bin_num == ...
tensorflow使用GPU报错记录
最新发布
xu_xiu的博客
09-09 575
3.2 除了cudnn里有的文件，还有一些会报错的dll文件，如cublas64_11.dll，cufft64_10.dll，cusolver64_11.dll，查看CUDA bin目录下如果有前缀一致，标号版本更高，可以copy一份改一下报错缺少的名字！下图是安装后的目录文件，除了cudnn开头的.dll文件其他都是有的，cudnn开头文件在下载cudnn后放进去！如果安装的tensorflow和GPU版本不相符，就会报各种 .dll 文件缺失，.h 文件缺失，非常头大，找文件的过程就会浪费很长时间。
使用tensorflow训练数据时遇到的问题总结
好好学java
10-11 1万+
1、OP_REQUIRES failed at assign_op.h models 这个问题的根源在于GPU不够用，解决方法也是各不相同，这里写一下几个共性方法。 在eval文件中加入os.environ['CUDA_VISIBLE_DEVICES']='2' 强制使用CPU验证 降低batch_size 修改tensorflow-gpu的版本，可能有效果 更换网络 2、Argument must be a dense tensor: range(0, 3) - got shape [3], bu
ubuntu16.04下安装tensorflow(GPU版)
08-27
总结：在Ubuntu 16.04上安装TensorFlow GPU版需要经过一系列的步骤，包括系统准备、安装git、克隆TensorFlow仓库、安装bazel、配置依赖、配置安装选项、编译和安装以及验证安装。每个步骤都需要仔细操作，遇到问题时...
tensorflow2.5.0-GPU测试工程
07-27
总的来说，这个项目展示了如何在Ubuntu 16.04环境下利用TensorFlow 2.5.0-GPU版本的优势，特别是在图像处理任务中的加速效果。通过有效的GPU利用，开发者可以更快地完成模型训练和推理，从而加速整个深度学习流程。
tensorflow-gpu源码安装
Nothing is perfect!的博客
12-02 493
Tensorflow安装版本：Tensorflow-gpu 1.6(其他版本类似) Tensorflow安装方法: 源码编译 系统：ubuntu 16.04.4 安装步骤： 一、确定系统、GPU Compute Capability、cuda、cudnn、gcc、python、Bazel 0.9.0等版本要求，参考文献2，3 系统：ubuntu 16.04.4 (查看命令：cat /e...
caffe问题汇总
XiaoY
01-25 1675
一、prototxt文件中使用了"\"会怎样； 二、训练和测试阶段采用了相同的样本路径。
[Caffe]:关于Check failed: shape[i] >= 0 (-2 vs. 0)错误
cham_3
11-21 6820
错误发现及分析当使用caffe训练网络的时候，出现如题错误，我们可以分析下日志，日志如下： 我们可以看出，在错误发生前生成的Top shape:64 2048 4 4 。也就是feature size是4 × 4的。然后再看看pool5对应的pooling layer的设置： 发现pooling的核大小被设置成7，这就是问题的所在了。解决方案 改变输入图像的大小，可以使feature m
深度置信网络（DBN）和受限玻尔兹曼机（RBM）
OPPOA113的专栏
01-07 1万+
原博客于http://blog.163.com/silence_ellen/blog/static/176104222201431710264087/ 本篇非常简要地介绍了深度信念网络的基本概念。文章先简要介绍了深度信念网络（包括其应用实例）。接着分别讲述了：(1) 其基本组成结构——受限玻尔兹曼机的的基本情况，以及，(2) 这个基本结构如何组成深度信念网络。 本文仅仅能使读者了解深度信念网
VS2005中编译dll未生产lib的原因及解决方法
caizi001的专栏
08-22 2260
原因可能有三个： 1）在Settings->Link中的General选项页中，选中了“Doesn't produce LIB”复选框。 2）整个动态链接库中没有导出的函数或类。 3）所有导出函数的实现均写在在头文件中。
FFmpeg源代码简单分析：configure
热门推荐
雷霄骅(leixiaohua1020)的专栏
03-24 9万+
本文记录FFmpeg的Configure脚本的源代码。Configure一方面用于检测FFmpeg的编译环境，另一方面根据用户配置的选项生成config.mak，config.h文件（可能还有config.asm），提供给Makefile使用。由于FFmpeg的configure脚本很复杂（一个4000-5000行的Shell脚本），难以逐行细致的分析，因此本文简单梳理一下它的结构。PS1：Con
TensorFlow + CUDA 开发环境配置的坑与丘
jiangjingxuan的博客
02-04 1万+
作者：沈晟 链接：https://zhuanlan.zhihu.com/p/23042536 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 GPU计算能力的快速发展，让海量矩阵乘法运算更容易被实现，终于也让多年积累下来的神经网络研究与机器学习成果得以喷发。TensorFlow的出现，更让「旧时王谢堂前燕，飞入寻常百姓家」。甚至组合一些家用发烧的设备，
关于运行tensorflow出现错误解决方案
caokaifa的博客
05-26 3737
1.Process finished with exit code -1073740791 (0xC0000409)2.could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR3.could not destroy cudnn handle: CUDNN_STATUS_BAD_PARAM4Check failed: stream->...
Tensorflow运行环境的cuda+cudnn版本问题
不眠旅行
03-24 1万+
问题 CentOS Linux release 7.3.1611服务器上以前装过tensorflow1.0，cuda8.0，cudnn v5.1，原本是能正常运行tf程序，一段时间没用，出了点小问题，故查资料解决一下 I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcub...
ubuntu14.04安装TensorFlow-gpu1.0.1
u011526807的博客
04-03 4973
官网指南：https://www.tensorflow.org/install/install_linux（被墙） 中文翻译：http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html（安装顺序有点乱） step1：检测GPU版本 通过“lspci | grep -i nvidia”命令查看n
Ubuntu环境下搭建GPU加速TensorFlow开发环境教程
"在Ubuntu系统中构建支持GPU加速的TensorFlow开发环境，需要经历多个步骤，包括下载和安装CUDA 8.0、cuDNN v5.1以及TensorFlow的源码。CUDA是NVIDIA提供的用于GPU计算的软件平台，而cuDNN是针对深度神经网络的库，对...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值