Ubuntu16.04是深度学习主流的操作系统,兼容性也最好。
python3.5能够安装支持tensorflow的gpu
cuda是nvidia推出的运算平台,cuda8.0对tensorflow比较友好
显卡驱动安装在我另外一篇博客中已经提到,安装的版本为nvidia-384
安装步骤:
1、安装cuda8.0
下载软件,并执行:
sudo ./cuda_8.0.61_375.26_linux.run --tmpdir=/opt/temp/
我们已经安装好了384,这一步选择n,剩下的一路yes就行。
最后需要配置环境变量,让我们安装的CUDA生效。
(1)打开sudo gedit ~/.bashrc,在最后面添加两行如下:
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
(2)设置环境变量和动态链接库,打开sudo gedit /etc/profile,在文件末尾加入:
export PATH=/usr/local/cuda/bin:$PATH
(3)创建链接文件,打开sudo gedit /etc/ld.so.conf.d/cuda.conf,在文件中添加:
/usr/local/cuda/lib64
最后执行 sudo ldconfig,使上述设置立即生效。
测试CUDA:
执行以下命令:
cd ~/NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuery
make
./deviceQuery
可以看到详细信息,最后结果是Pass,则CUDA安装成功。
2、安装cuDNN
cuDNN是cuda的gpu加速的深度学习库,可以提高训练速度,是nvidia deep learning SDK的一部分。
支持的加速框架有:
因为我们安装的是cuda8.0,所以我们安装的是适配的cuDNN v7.2.1, for CUDA 8.0" 中的 "cuDNN v6.0 Library for Linux":
(版本会随着时间不断更新,只需要找到与cuda8.0相适配的就可以)
解压软件包,将头文件拷贝到cuda的include文件中,将lib文件拷贝到cuda的lib文件中:
3、安装tensorflow1.4
进入python,发现已经安装了anaconda4.2.0,但是没有tensorflow,运行命令安装tensorflow:
pip install --upgrade tensorflow
安装成功,则import不会报错:
至此,基于tensorflow框架的深度学习环境搭建好了,接下来就需要学习真正的实战了,不忘初心,方得始终。