tensorflow环境搭建_ubuntu 18.04 + Tensorflow-gpu 2.0环境搭建

昨天把做机器学习的机器的系统玩坏了，今天花了一天重新搭建环境，在此记录大概的流程。从重装了ubuntu 18.04系统开始。首先，第一步需要修改更新源，否则会遇到unable to locate package的问题，更新清华源的方法可以参考：

Tsinghua Open Source Mirror​mirrors.tuna.tsinghua.edu.cn

sources.list文件目录为/etc/apt/sources.list，修改前可以备份

cp /etc/apt/sources.list /etc/apt/sources.list.backup

更改的时候，一开始可能没有vim，需要用nano来编辑sources.list文件

sudo nano /etc/apt/sources.list

更新好以后，可以update来使得更新生效

sudo apt-get update

这时候，可能会出现The following signatures couldn't be verified because the public key is not available: NO_PUBKEY的问题，此时，将响应的PUBKEY添加,然后再update即可

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys '响应的key'

详细可以参考：

修复 apt-get update “the following signatures couldn’t be&n​blog.sina.com.cn

然后就可以愉快的装软件了

sudo apt-get install python3-pip

下面安装GPU计算平台cuda

CUDA Toolkit 10.0 Archive​developer.nvidia.com

下载完成后，根据官网推荐，运行

sudo sh cuda_10.0.130_410.48_linux.run

同时安装nvidia的驱动，安装完成后，运行

nvidia-smi

应该可以看到显卡的运行状态。然后重启计算机，这时候屏幕的分辨率应该也正常了（此前是4：3的低分辨率）

将cuda添加到环境变量中

nano ~/.bashrc

在.bachrc中添加语句：

export PATH=$PATH:/usr/local/cuda/bin

保存退出即可。重新打开terminal,输入

nvcc -V

应该就可以看到版本信息。

接下来要下载cudnn：

https://developer.nvidia.com/rdp/cudnn-download​developer.nvidia.com

对于CUDA 10.0，对应的cudnn版本是7.6.2.下载一个解压包，一个动态链接库

解压缩

tar -xvf cudnn-10.0-linux-x64-v7.6.2.24.tgz

然后复制文件

sudo cp cuda/include/* /usr/local/cuda/include/
sudo cp cuda/lib64/* /usr/local/cuda/lib64/

安装runtime library

sudo dpkg -i libcudnn7_7.6.2.24-1+cuda10.0_amd64.deb

最后，在profile文件中加入环境变量

nano /etc/profile

中加入

export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

可能需要重启一下。

最后安装Pycharm和Tensorflow-gpu

pip install tensorflow==2.0.0-beta0 

在Python console中输入

import tensorflow as tf
tf.test.is_gpu_available()

返回True就说明环境已经初步搭好了。

今天发现有的时候tensorflow找不到库文件是因为它跑到/usr/lib/x86_64-linux-gnu/目录下去找库了。因此把/usr/local/cuda/lib64里面的文件都拷贝过去就可以修复错误。但不知道原理是什么，如果大佬知道还望能不吝赐教~