Ubuntu install Tensorflow1.4 Anaconda GPU Guide

Ubuntu install Tensorflow1.4 Anaconda GPU Guide

Note:写在前面。之所以选择如下版本是因为在Tensorflow官网上看到的支持版本，所以就安装官网上的介绍安装。

之前也采用过比较新的CUDA9 来测试，不过有一个bug没有解决。下面这个链接解决了该问题如果想尝试比较新的软件版本可以看一下下面这边文章： http://www.52nlp.cn/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%9C%8D%E5%8A%A1%E5%99%A8%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AE-ubuntu17-04-nvidia-gtx-1080-cuda-9-0-cudnn-7-0-tensorflow-1-3

soft version:

ubuntu:16.04

Tensorflow:1.4

Anaconda:3.5 linux (Anaconda3-5.0.1-linux-x86_64.sh)

CUDA:8 GA1 (cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb)

cudnn:6 (cudnn-8.0-linux-x64-v6.0.tgz)

step1: install CUDA

select version: CUDA Toolkit 8.0 GA1

选择该安装包

install command

Note 因为现在有最新版本所以只需要执行下面第一行命令即可，否则CUDA8.0会被覆盖成最新的版本！

Installation Instructions:

`sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb` `sudo apt-get update` `sudo apt-get install cuda`

step.2 install cudnn6

Note:需要先注册nvidia并且完成一个调查表

select soft version

选择下载该版本

step.3 install Anaconda

1.、到官网下载对应版本的anaconda，这里选择的Python3.5 Linux版本

2、安装anaconda，进入到Anaconda的目录，

在终端输入：bash Anaconda3-5.0.1-linux-x86_64.sh

  然后回车后，终端会提示是否许可文件，接收许可，按照提示操作即可。

最后默认会将anaconda将安装在~/anaconda下并且提示您是否接受或者更改目录：直接回车即可。 (或者更改目录)

3、 最后会询问是否把anaconda的bin添加到用户的环境变量中，选择yes： 

4、 在终端输入python发现依然是gnome自带的python版本，这是因为.bashrc的更新还没有生效，命令行输入：source ~/.bashrc 

附：Ubuntu 安装Anaconda 参考链接： http://blog.csdn.net/zhdgk19871218/article/details/46502637

step.4 install Tensorflow

Note:这里完全参照Tensorflow官网操作

Tensorflow 比较稳定的网址： https://tensorflow.google.cn/

我这边操作的命令如下：

1.创建一个名为Tensorflow的Anaconda环境

Note: 这里-n 后面的名字可以随便取， Python版本可以更换

$: conda create -n tensorflow python=3.5

2.激活Tensorflow 环境

$:source activate tensorflow

3.安装Tensorflow

Note: 如果网速不好最后的链接可以下载下来在本地进行安装，根据自己的python和机器选择不同的Tensorflow版本

这里选择的是Python3.5 Tensorflow1.4的版本

安装后可以退出 (tensorflow)$ source deactivate  

(tensorflow)$:pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.0-cp35-cp35m-linux_x86_64.whl

4.验证Tensorflow是否安装成功

$:source activate tensorflow

(tensorflow)$python

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))