ubutun安装tensorflow-gpu

@TOC

<hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">

前言

<hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">

一、anaconda3的安装与配置

1.下载anaconda3

首先下载anaconda，由于官网的下载速度十分缓慢，而且还不支持断点续传，经常下载失败。故而，去国内的镜像站点下载：

 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

选择对应的版本下载，下载完成后上传到linux机器上去，服务器选择filezilla上传，虚拟机直接拖拽进去就ok了，这里我的linux服务器，并且ubutun系统版本18.0.4，这里下载的Anaconda3-5.2.0-Linux-x86_64.sh。

2.安装anaconda3

以服务器为例，将sh文件拖拽到了/home/max/anaconda3/xx.sh下，切换到该目录(也可以自己创建别的)，在命令行输入：

登录后复制

bash Anaconda3-5.2.0-Linux-x86_64.sh

• 1.

一路回车+输入yes即可。

3.配置环境

登录后复制

sudo gedit ~/.bashrc

• 1.

在.bashrc文件末尾添加你安装的anaconda3的位置,这里需要注意的是： 1)gedit 命令可能找不到，需要安装，可以使用vim命令代替，即:

登录后复制

sudo vim  ~/.bashrc

• 1.

2)anaconda3的安装路径，可能会安装到别的地方，应该是一路yes回车的原因，这里我一路回车安装到了/root/anaconda3，所以上面的环境配置要改到/root/anaconda3/bin. 最后，在命令行输入:

登录后复制

conda -V

• 1.

显示出版本，说明安装成功。

4.创建虚拟环境

为tensorflow创建一个虚拟环境，这是推荐的做法，这样在创建其他环境如pytorch时，就不会互相冲突。下面创建了一个名为swztf，python版本为3.6的虚拟环境，一般3.6的比较稳定。

登录后复制

conda create -n swztf python=3.6

• 1.

于是我们可以把tensorflow安装在swztf环境下面，首先激活该虚拟环境：

登录后复制

source activate swztf

• 1.

激活后，会看到前面会显示（swztf）：

<hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">

二、安装tensorflow-gpu

1.查看显卡

登录后复制

$ lspic | grep -i nvidia

• 1.

显示的显卡为1080TI，性能可以，所以后面可以尝试安装gpu版本的tensorflow。 这里说明下，如果没有比较好的显卡，就不用折腾安装gpu了，安装cpu下的tensoflow，直接利用：

登录后复制

$ conda install tensorflow==1.14.0

• 1.

必须是在虚拟环境下，并且==后面的版本号自己指定，并且后面的步骤也就不用看了。

2.查看显卡驱动版本以及GCC编译版本

登录后复制

$ cat /proc/driver/nvidia/version

• 1.

可见显卡驱动版本为410.78，以及GCC编译版本为5.4.0.

3.查看cuda版本型号

登录后复制

1. cat /usr/local/cuda/version.txt # 方式一
 2. nvcc -V # 方式二

• 1.
• 2.

这里的版本是V9.0.176.

4.查看cudnn 版本型号

登录后复制

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

• 1.

这里的版本是7.

5.按照python版本、显卡驱动、GCC、cuda版本、cudnn版本安装指定版本的tesorflow-gpu

1)显卡驱动和cuda版本之间的对应。

2）python版本、cudn、cudnn、gcc版本的对应，编译工具暂且不用考虑（一般都符合把）。

上面我的配置是python3.6、显卡驱动版本为410.78，以及GCC编译版本为5.4.0、CUDA版本是9，CUDNN版本是7，可以看到符合的有tensorflow-gpu==1.5.0到1.12.0。

6.安装tensorflow-gpu

登录后复制

$ conda install tensorflow-gpu==1.12.0

• 1.

我之前直接安装的1.14.0就显示错误了。

7.待补充

因为这里是在之前的机器上安装的，所以像驱动、cuda、cudnn都是之前安装好的，后面有机会会说以下他们的安装步骤！！！<hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">

三、pycharm利用conda创建虚拟环境（另一种创建虚拟环境的方法，另一种见前面的一（4））

1.添加环境变量

首先file->settings进入设置菜单，在Project：Project Interpreter中对环境以及编译器进行配置，点击右上角角的齿轮，添加我们所需的环境变量

2.conda Enviroment

这样即可设置好选择需要的环境，可以看到Package list，还可以手动添加一些需要的包。 <hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">

四、conda的一些常用命令补充

1.查看所有虚拟环境

登录后复制

$ conda info --env

• 1.

2.创建虚拟环境

登录后复制

$ conda create --name python35 python=3.5  #代表创建一个python3.5的环境，我们把它命名为python35

• 1.

3.删除指定虚拟环境

登录后复制

$ cconda remove -n py36 --all #py36为指定的虚拟环境的名称

• 1.

4.激活虚拟环境

登录后复制

$ source activate name

• 1.

5.关闭虚拟环境

登录后复制

$ conda deactivate    #（conda4之前的版本是：source deactivate )

• 1.

<hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">

五、网络原因导致的安装失败

注：这里需要注意的是在创建虚拟环境的时候或者是安装tensorflow的时候，可能因为网络的原因导致失败，如： CondaHTTPError: HTTP 000 CONNECTION FAILED for url，这里推荐改成国内镜像：

登录后复制

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

• 1.
• 2.
• 3.

进行查看：

登录后复制

cat ~/.condarc

• 1.

修改成功，这里可以看到有defaults，然后将其所在的行删除，并且把https改成http。

六、ubutun下的补充

杀死ubutun下的进程

同时按住键盘上的“Ctrl Alt T”三个键（即快捷键“Ctrl+Alt+T”），打开终端窗口：

在终端内输入 gnome-system-monitor 按 [Enter] 键确定 会打开系统监视器（如下图所示）

在监视器里进程名的最左边有显示应用程序的图标，找到卡死的应用程序，右击它，在弹出的选项中点击 [杀死]，在弹出的窗口中点击 [杀死进程]。

原创作者: u_12518291 转载于: https://blog.51cto.com/u_12518291/11853823