ubuntu18.04 安装 TensorFlow 教程(零基础入门篇)

一. 安装ubuntu18.04

1.双系统安装ubuntu教程参考链接: 亲测！Ubuntu18.04与WIN10双系统（USB EFI方式安装—Grub2.0引导修复）完整教程.

二. 安装Anaconda

1. 官网下载sh镜像文件.
2. cd至下载目录

bash filename.sh

3. 选择安装位置，默认即可.
4. binary add to .bashrc choose yes or no
5. 执行

python
spyder
jupyter noteboo

2.1 Anaconda 镜像使用

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。
TUNA 还提供了 Anaconda 仓库的镜像，运行以下命令:

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

即可添加 Anaconda Python 免费仓库。
运行 conda install numpy 测试一下吧。

2.1.1 anaconda配置清华大学开源软件镜像

在anaconda安装好之后，默认的镜像是官方的，由于官网的镜像在境外，使用国内的镜像能够加快访问的速度。这里选择了清华的的镜像。镜像的地址如下:anaconda清华大学开源软件镜像。Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。
在Anaconda Prompt中运行：

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

前往当前用户的目录下，查看.condarc文件

channels:

• https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
• defaults
  show_channel_urls: true

注意：配置完成之后，要关闭控制台再重新打开控制台，这样新配置的文件才会被加载进来。

2.2 Miniconda 镜像使用帮助

Miniconda 是一个 Anaconda 的轻量级替代，默认只包含了 python 和 conda，但是可以通过 pip 和 conda 来安装所需要的包。
Miniconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ 下载。

2.3 Conda 三方源

当前tuna还维护了一些anaconda三方源。
Conda Forge

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

msys2

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

bioconda

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

menpo

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

pytorch

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

for legacy win-64

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

其他三方源
对于conda的其他三方源，如有需要请在这个issue中提出请求，我们会综合考虑多方因素来酌情增减。

2.4 修改pip镜像解决下载慢的问题

清华：https://pypi.tuna.tsinghua.edu.cn/simple

阿里云：http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

#方法一：临时添加镜像
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple XXX
#方法二：永久添加镜像
#vim ~/.pip/pip.conf #没有就创建一个，注意.pip为隐藏文件夹
#修改为：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com

三. ubuntu的一些设置

3.1 ubuntu root默认密码（初始密码）

ubuntu安装好后，root初始密码（默认密码）不知道，需要设置。

1. 先用安装时候的用户登录进入系统
2. 输入：sudo passwd 按回车
3. 输入新密码，重复输入密码，最后提示passwd：password updated sucessfully
   此时已完成root密码的设置
4. 输入：su root
   切换用户到root试试…

3.2 在ubuntu下永久修改主机名

3.2.1 deb/ubuntu上永久修改

查看主机名：

修改主机名：

重启后生效

3.2.2 临时修改主机名的方法

显示主机名：

zhouhh@zzhh64:~$ hostname
zhh64

修改主机名：

zhouhh@zzhh64:~$ sudo hostname zzofs
zhouhh@zzhh64:~$ hostname
zzofs

3.3 ubuntu18.04安装sougou输入法

#首先安装fcitx
sudo apt-get install fcitx-bin
#安装输入法
sudo apt-get install fcitx-table
#sougou拼音输入法依赖与fcitx，所以现在开始安装sougou输入法
sougou输入法链接
#参照sougou输入法安装指南安装即可

四. ubuntu18.04 安装JDK1.8

安装JDK1.8为第五节安装bazel提供环境，如果不考虑7.2节的TensorFlow安装方式，可直接跳至第六节继续。

4.1 通过tar包安装

转载至 https://blog.csdn.net/weixx3/article/details/80296779

1. 去oracle官网下载
   
2. 解压

tar -zxvf jdk-8u171-linux-x64.tar.gz1

3. 移动到自己想放的位置

#将文件从下载目录 挪到/usr/local下
sudo mv jdk1.8.0_171 /usr/local/jdk1.812
#检查路径是否为根目录

4. 设置环境变量
   方案一：修改全局配置文件，作用于所有用户：vim /etc/profile
   方案二：修改当前用户配置文件，只作用于当前用户：vim ~/.bashrc 设置与上一样

export JAVA_HOME=/usr/local/jdk1.8
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.?{JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=.?{JAVA_HOME}/bin:$PATH

5. 使修改的配置立刻生效
   对应方法一：
   source /etc/profile
   对应方法二：
   source ~/.bashrc
6. 设置默认jdk

sudo update-alternatives --install /usr/bin/java java /usr/local/jdk1.8/bin/java 300
sudo update-alternatives --install /usr/bin/javac javac /usr/local/jdk1.8/bin/javac 300
sudo update-alternatives --install /usr/bin/jar jar /usr/local/jdk1.8/bin/jar 300
sudo update-alternatives --install /usr/bin/javah javah /usr/local/jdk1.8/bin/javah 300
sudo update-alternatives --install /usr/bin/javap javap /usr/local/jdk1.8/bin/javap 300

7. 执行

sudo update-alternatives --config java

8. 检查是否安装成功

java -version

4.2 通过ppa(源) 方式安装

转载至https://blog.csdn.net/xiamoyanyulrq/article/details/83022632

1. 添加ppa源

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update

2. 安装oracle-java-installer（jdk8版本）

sudo apt-get install oracle-java8-installer¹

3. 设置默认的jdk，可以安装多个jdk版本

sudo update-java-alternatives -s java-8-oracle

4. 测试jdk是否安装成功

java -version
javac -version

五. ubuntu18.04安装bazel

1. 首先，安装jdk8.
2. 然后安装Bazel的其他依赖的工具包.

sudo apt-get install pkg-config zip g++ zlib1g-dev unzip python3

3. 在Bazel的GitHub发布页面下载安装包(https://github.com/bazelbuild/bazel/releases)，选择bazel-0.15.0-installer-linux-x86_64.sh，然后运行：

#把bazel--installer-linux-x86_64.sh复制到其他没有中文路径的文件下，再安装！！！
chmod +x bazel-0.24.0-installer-linux-x86_64.sh
./bazel-0.24.0-installer-linux-x86_64.sh --user
export PATH="$PATH:$HOME/bin"

4. 安装TensorFlow依赖的其他工具包.

sudo apt-get install python3-numpy swig python3-dev python3-wheel

5. 输入bazel测试安装.

bazel

六. 安装CUDA和cuDNN

安装前请先查看CUDA对应预安装TensorFlow版本号!

6.1 安装CUDA

CUDA(Compute Unified Device Architecture,统一计算设备架构)是显卡厂商NVIDIA推出的使用GPU资源进行复杂通用并行计算(Gernal Purpose GPU)的SDK。在安装CUDA之后，我们就可以用C、C++以及其他语言对GPU进行底层编程。CUDA的官方文档链接为：CUDA官方文档，CUDA的官方例程链接为：CUDA Sample，安装CUDA具体步骤如下：

1. 首先，检测你的NVIDIA图形卡和推荐的驱动程序的模型。执行命令：

ubuntu-drivers devices

2. 安装驱动

sudo ubuntu-drivers autoinstall
#安装CUDA自动安装NVIDIA显卡驱动，此步骤可以跳过

3. 安装CUDA
   在NVIDIA的官网也提供了CUDA的下载地址CUDA Toolkit，还给出了对应文件格式的安装方式，建议选择“deb(local)”进行安装。
   下载完成后，打开终端并使用cd命令切换到文件的下载目录，依次执行：

sudo -s
#建议参考Installation Instructions
sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda-*-* #CUDA版本号

4. 重启之后要验证CUDA是否安装成功，切换至目录/usr/local/cuda/samples，之后执行以下make命令:

make all
#该命令的执行需要root权限，因为刚刚重启过，可以先执行sudo -s命令获取root权限
cd /usr/local/cuda/extras/demo_suite
deviceQuery

6.2 安装cuDNN

cuDNN同样是由NVIDIA推出的。对比标准的CUDA，它的底层使用了很多目前先进的接口和技术(遗憾的是这些没有对外开源)，并且在一些常用的神经网络操作上进行了算法性能的提升，比如卷积、池化、归一化以及激活层等，因此深度学习中的CNN(Convolutional Neural Network，卷积神经网络)和RNN(Recurrent Nerual Network，循环神经网络)的实现得以高度优化。

1. 下载cuDNN安装包
   在NVIDIA官网可以下载cuDNN安装包，下载之前需要免费注册或者登录，cuDNN官方文档链接:。
2. 安装cuDNN
   以.tgz或者.tar.gz为扩展名的是一种压缩文件，都是用tar与gzip压缩得到的。使用tar命令可以将许多文件一起保存进行归档和压缩，也可以从归档和压缩中单独还原所需文件。在终端进入到tgz文件的目录下，并运行：

tar -zxvf cudnn-10.1-linux-x64-v7.5.0.56.tgz
#在命令选项中，-z表示通过gzip过滤归档；-x表示从归档文件中释放文件；-v表示详细报告tar处理的信息；-f表示使用归档文件或设备。
cd cuda
sudo cp lib64/libcudnn* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
#接下来，更新cuDNN库文件的软链接
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.7.5.0
sudo ln -s libcudnn.so.7.5.0 libcudnn.so.7
sudo ln -s libcudnn.so.7.5.0 libcudnn.so
sudo ldconfig

3. ubuntu中设置CUDA的路径

export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:usr/local/cuda-10.1/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-10.1
export PATH=/usr/local/cuda-10.1/bin:$PATH

6.3 查看CUDA和cuDNN版本

6.3.1 查看CUDA版本

cat /usr/local/cuda/version.txt

6.3.2 查看cuDNN版本

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

6.4 卸载CUDA和cuDNN

sudo apt-get --purge remove cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48
sudo apt-get --purge remove cuda-*-10-0 #10-0为对应版本号
sudo rm -rf /usr/local/cuda*/

七. 安装TensorFlow

TensorFlow和CUDA、cuDNN对应版本关系如下图：

7.1 使用pip安装

当用户的系统环境比较特殊，比如gcc版本较新或者想要定制化TensorFlow时，不推荐这种安装方式。

#首先建议新建虚拟环境用于隔离各工程项目:
Conda create –n env_name python=3.5 anaconda
(Conda create –n env_name python=3.6 anaconda)
#然后激活所创的环境：
Source activate env_name
#执行命令:
Pip install tensorflow-gpu=1.5.0(以上的都可以)

验证代码：

>>> import tensorflow as tf
>>> hello = tf.constant(‘Hello, TensorFlow!’)
>>> sess = tf.Session()
>>> print sess.run(hello)
#如果成功运行则环境安装完成。

官方验证代码：
参考TensorFlow GitHub官方链接

python
>>>import tensorflow as tf
>>>tf.enable_eager_execution()
>>>tf.add(1, 2).numpy()
3
>>>hello = tf.constant(‘Hello, TensorFlow!’)
>>> hello.numpy()
‘Hello, TensorFlow!’

7.2 使用Bazel从源代码编译安装

从源代码编译并安装的大概过程就是先下载没有编译的源代码文件，之后配置编译选项并用bazel工具进行编译，编译结束后再将其打包成.whl文件，最终通过pip方式安装这个.whl文件。该过程可参考从源代码构建。

7.3 TensorFlow版本

python
>>>import tensorflow as tf
>>>tf._version_
#查询tensorflow安装路径为:
>>>tf._path_

---

1. 安装器会提示是否同意条款，根据提示选择yes即可，若不想手动输入，则可以采用以下方式自动完成：
   echo oracle-java8-installer shared/accepted-oracle-license-v1-1 select true | sudo /usr/bin/debconf-set-selections ↩︎