source activate tensorflow
最近要用tensorflow跑一个网络,所以在ubuntu系统下配置了一下tensorflow r0.9的相关环境。官网(https://www.tensorflow.org/versions/r0.9/get_started/os_setup.html#anaconda-installation)的说明十分详尽,然而还是出了一些小问题,所以在此做个总结。
一
首先在安装tf之前需要先配置好cuda和cudnn,笔者之前装caffe已经装好了cuda7.5 toolkit,网上各类资料十分详尽,再次不多加赘述,值得一提的是,由于tensorflow r0.9需要cudnn的版本大于v4,所以之前版本较低的cudnn需要升级。在https://developer.nvidia.com/cudnn选择cudnn v4的版本下载到本地,然后执行:
tar -zxvf cudnn-7.0-linux-x64-v4.0-prod.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
安装之前要将之前安装的低版本cudnn的库删除。
二
接下来就可以安装tensorflow了,我是在anaconda环境下安装的,python版本为2.7
- 创建名为tensorflow的anaconda环境并进入环境
conda create -n tensorflow python=2.7
以后退出可以使用source activate tensorflow
source deactivate tensorflow
- 安装tensorflow
# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7 # Requires CUDA toolkit 7.5 and CuDNN v4. For other versions, see "Install from sources" below. (tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl
(tensorflow)$ pip install --upgrade $TF_BINARY_URL
- 配置在pycharm下的环境 创建项目时,选择tensorflow的科学计算环境,然后配置configuration 在环境变量中加入cuda的安装路径
然后就可以运行了。LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64;PYTHONUNBUFFERED=1