一、安装tensorflow-gpu 1.9.0
TensorFlow官方帮助文档为Ubuntu 16.04提供五种安装方式,我选择原汁原味的第二种方式:Use pip in your system environment
:
安装指令没有太多值得讲究的地方,但如果你按照帮助文档去安装,由于天朝伟大的墙的杰作,网速慢如蜗牛,我保证你花一年时间也装不上。该怎么办呢?可以使用国外代理服务器,也可以使用国内镜像服务器。我试过使用国外代理服务器,效果很差,网速几乎没有任何改善。为此,我采用借助国内镜像服务器的方法。
二、动态选择默认的python版本
ubuntu16.04中默认安装了python 2.7和python 3.5,如何选择并确认当前使用的python版本?
首先使用如下指令确认已同时安装python 2.7和python 3.5:
cd /usr/bin
ls | grep python
执行如下指令对python版本动态配置(注意python 3.5赋予的权重要小一些,否则不一定能从高版本切换至低版本):
# 如果以前配置了python,则删除之
sudo update-alternatives --remove-all python
# python2赋予权重80
sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 80
# python3赋予权重20
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 20
# 动态切换当前使用的版本,在出现的界面中根据需要选择1或者2,
# 即可动态选择使用python 2.7还是python 3.5。
sudo update-alternatives --config python
# 查看当前python版本
python -V
三、将pip
服务器更换为国内的镜像服务器
修改 ~/.pip/pip.conf (没有就创建一个):
# 如果不存在此文件夹,则创建之
mkdir ~/.pip
vi ~/.pip/pip.conf
内容如下:
[global]
index-url=http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com
四、使用python 2.7安装tensorflow-gpu 1.9.0
安装指令如下:
# 如果本机未安装python和pip,则安装之
sudo apt-get install python-pip python-dev
# 更新pip
sudo pip install -U pip
# 安装tensorflow-gpu 1.9.0
sudo pip install tensorflow-gpu==1.9.0
五、使用python 3.5安装tensorflow-gpu 1.9.0
如果将默认的python脚本设置成了python3.5,则安装指令与2.3节相同,若未设置,则安装指令如下:
# 如果本机未安装python和pip,则安装之
sudo apt-get install python3-pip python3-dev
# 更新pip
sudo pip3 install -U pip
# 安装tensorflow-gpu 1.9.0
sudo pip3 install tensorflow-gpu==1.9.0
执行如下命令:
python -c "import tensorflow as tf; print(tf.__version__)"
如果输出结果:
1.9.0
表明安装成功。
六、可能遇到的问题
6.1、使用python 3.5安装出现numpy版本不一致问题
根据我的实践,使用python 3.5安装tensorflow-gpu 1.9.0
时不会报错,但使用语句python -c "import tensorflow as tf; print(tf.__version__)
"验证tensorflow-gpu 1.9.0
是否安装成功时,会出现如下警告信息:
这是因为使用pip安装的numpy版本太高造成,使用如下方法安装低版本numpy可以消除此警告
sudo pip3 uninstall -y numpy
sudo apt-get remove -y python3-numpy
sudo apt-get install python3-numpy
七、查看CPU/GPU的使用情况
基于tensorflow-gpu 1.9.0
开发深度学习或深度强化学习程序后,在运行过程中要实时监控机器的CPU/GPU的使用情况。
7.1 CPU使用情况
# 比较简单的监控
top
# 更为详细的监控
# 如果第一次使用,首先安装htop
sudo apt-get install htop
htop
7.2 GPU使用情况
# 单次查看
nvidia-smi
# 实时监控,每秒刷新一次
watch -n 1 nvidia-smi