计算机视觉——【环境搭建】Linux系统下tensorflow-gpu的安装

目录

 

环境配置

基于虚拟沙盒virtualenv的tensorflow-gpu安装

    1.Linux下安装virtualenv

    2. 在沙箱中安装Tensorflow-gpu

2.1 安装nvidia驱动

2.2 CUDA以及CUDNN的安装

2.3 tensorflow-gpu在线安装

２.4 tensorflow-gpu测试

3. jyputer安装

３.1 卸载jupyter和ipython

３.2 虚拟沙箱中的jupyter安装

---

环境配置

台式机操作系统： Windows10 x64 + Linux_Ubuntu16.04LTS

显卡版本：GeForce GTX 1060 6GB/PCIe/SSE2

软件环境参数 python2.7 + tensorflow-gpu_1.1.0 + CUDA + CUdnn

 

基于虚拟沙盒virtualenv的tensorflow-gpu安装

采用虚拟环境安装的优点就是不需要对环境变量改来改去

    1.Linux下安装virtualenv

   linux环境下Ctrl+alt+t 进入shell环境，进入python,安装virtualenv

$ python
$ pip install virtualenv --upgrade

    创建自己的工作目录，这里笔者在自己的根目录下创建了一个‘tensorflow’文件夹

$ virtualenv --system-site-packages ~/tensorflow 

        注： 代码中的～为用户根目录

     进入该目录，激活沙箱

$ cd ~/tensorflow
$ source bin/activate
(tensorflow)  $

    2. 在沙箱中安装Tensorflow-gpu

如果没有安装过显卡驱动，需要更新并安装显卡驱动。安装过直接掠过2.1

2.1 安装nvidia驱动

打开“设置 -> 软件和更新”， 选择第一项， 自动下载安装。

安装过后，检测驱动：打开终端，输入

$ nvidia-smi

驱动安装成功会显示如图显卡信息

（还是很不会用linux，就只放着一个图吧｀｀｀）

 

2.2 CUDA以及CUDNN的安装

采用版本为：CUDA_8.0.61.run (网盘链接)  +　　CUDNN_8.0-x64-v5.1.tgz文件（网盘文件）

安装链接文件txt

2.3 tensorflow-gpu在线安装

（注！安装tensorflow之前必须已经安装过ＣＵＤＡ及ＣＵＤＮＮ）

这里需要注意，如果不在沙箱环境下，还需要进入沙箱（因为是虚拟环境，所以每次运行tensorflow都需要激活环境）

$ cd ~/tensorflow
$ source bin/activate
(tensorflow) $

我们在激活虚拟环境后的一切pip安装操作都在你的工作目录下（笔者这里是～/tensorflow, 即home/usrname/tensorflow)

在进入虚拟环境后安装tensorflow-gpu1.1.0

(tensorflow) $ pip install tensorflow-gpu==1.1.0

这里会安装一系列包，等待一段时间，会显示成功安装．

此时会默认安装一系列包，直至安装成功。

２.4 tensorflow-gpu测试

(tensorflow) $ python
>>>import tensorflow as tf
>>>hello=tf.constant('Hello,Tensorflow!')
>>>sess=tf.Session()
>>>print sess.run(hello) 

输出为

Hello,Tensorflow!

 

如果你进行到这里，恭喜你，你已经安装成功了！！

 

有的小伙伴习惯juypter notebook，这里也增加说明．Ｌinux下使用jupyter需要在相应的python环境下安装ipython和jupyter

3. jupyter安装

如果你之前安装过jupyter, 会发现，在虚拟环境下打开jupyter notebook，导入tensorflow会显示找不到相应模块，原因是你的虚拟环境中并没有安装jupyter或你在实际环境中已经装过了jupyter,　所以你每次在虚拟环境下运行jupyter系统会找到默认位置的jupyter，而实际环境中并没有安装tensorflow-gpu.

在虚拟环境中输入　which ipython　及　which　jupyter可查看引用的包的路径，应该为虚拟环境安装路径，而不是系统路径

此时你需要卸载装过的ipython和jupyter.

３.1 卸载jupyter和ipython

    1. 卸载ipython

$ sudo pip uninstall ipython

此时可以进入虚拟环境输入　which ipython, 此时回车并没有输出

    ２．卸载jupyter（很费力）

$ sudo pip uninstall jupyter

安装jupyter会有很多附加的包安装

• notebook
• nbconvert
• nbformat
• ipykernel
• ipywidgets
• qtconsole
• traitlets
• tornado
• anything with jupyter in front of it(jupyter_core, jupyter_client etc.)
• ipython_genutils
• jinja2

其中　anything with jupyter in front of it(前缀包含jupyter的所有文件)可以通过一下命令查找

$ pip freeze | grep jupyter
jupyter-client==5.2.4
jupyter-console==5.2.3
jupyter-core==4.4.0

在卸载过一遍之后，再来强力清除一下这些文件

$ sudo pip uninstall notebook nbconvert nbformat ipykernel ipywidgets qtconsole traitlets tornado jupyter-client==5.2.4 jupyter-console==5.2.3 jupyter-core==4.4.0 ipython_genutils jinja2 -y

验证一下，终端输入

$ jupyter --version

提示没有此文件或目录，恭喜你，jupyter卸载完毕了．

３.2 虚拟沙箱中的jupyter安装

（tensorflow） $ pip install ipython
（tensorflow） $ pip install jupyter

安装好后可以通过which ipython/jupyter查看引用的包所在路径

此时在虚拟环境中运行jupyter notebook, 倒入tensorflow就不会有错了哦

 

 

参考：

• https://www.jianshu.com/p/a8d4df740218
• ＴensorFLow技术解析与实战
• https://stackoverflow.com/questions/42261041/how-to-uninstall-jupyter-notebook-that-was-installed-with-pip3/42277762#42277762