因为第一次在csdn,还不会插入图片,所以只能把文章传入百度网盘,完整的文章在给你们的百度网盘上面。
第一步:确认我们的目标是在python2.7安装tensorfllow-gpu版本。因为我比较懒,tensorflow最简单的安装方式是运行pip install tensorflow-gpu,安装就完了。现在是2017年11月,运行此命令pip install tensorflow-gpu,,电脑自动下载安装的tensorflow-gpu1.4版本,对应支持的cuda8.0 和cudnn6.0 for cuda 8.0, ubuntu版本是16.04和17.04都可以。
所以我们选择,ubuntu17.04,cuda8.0(包含两个一个安装包,一个补丁包), cudnn 6.0 for cuda 8.0, 所有的软件我都打包放在百度网盘。地址,密码加群qq群85769703,看群公告
有问题加qq群85769703深度学习,问大宇
第二步,确认你电脑配置 和把所需要的包都下载好
电脑配置方面的几个注意事项:1要搞清楚电脑有几个显卡。例如我的,如图
有两个显卡,一个集成显卡,一个独立显卡。这种情况安装ubuntu14.04比较麻烦,在14.04里面,更新了显卡驱动之后电脑重启就会陷入不断要求你输入密码的死循环。我没有解决这个问题,直接选择了ubuntu17.04版本。所以如果你有两个显卡,那么你需要选择ubuntu17.04版本、ubuntu16.04版本中任何一个都可以。如果你有一个显卡,不是支持cuda的,那么你就不用费劲安装cuda和cudnn了,直接安装tensorflow-cpu版本。去CUDA的官网http://developer.nvidia.com/cuda-gpus查看自己的GPU版本是否在CUDA的支持列表中。
有问题加qq群85769703深度学习,问大宇
第三步,制作u盘启动盘的ubuntu17.04,我的百度网盘力有两个universe和ultralSO刻录软件,教程也有,很简单。
有问题加qq群85769703深度学习,问大宇
第四步,安装ubuntu,以下是几个注意事项
u盘启动盘制作完之后,关闭电脑。将u盘启动盘插入电脑,按下开机讲。按住F2进入BIOS界面(按哪个键进入bios界面,请百度,因为不同电脑不同的键),将系统启动第一选项选为 UEFI*****,意思是u盘启动系统。如下图
先选择boot,然后选择boot option #1,然后选择UEFI:sandisk,(注意,不同的u盘不同的名字,意思是“sandisk”是我的u盘的名字,你的显示可能不一样,但是没关系的),然后按一下F10,在弹出的对话框里面选择保存并退出。
然后进入一个界面,有几个选项 (install ubuntu;try ubuntu without install)的界面,实在找不到那个图片了,选择install ubuntu选项,(注意,此时不要按下enter键,按下e键,进入下面第五步骤的界面)不按照我的步骤很有可能卡在logo界面活着黑屏跳符界面。
有问题加qq群85769703深度学习,问大宇
第五步,安装ubuntu系统。
进入该界面找到一个splash的字符,把他改成nomodeset ,改完之后安以下f10,会开始安装
有问题加qq群85769703深度学习,问大宇
第6步,安装ubuntu系统。
安装过程,要求你选择中文(你最好选择中文,选择英文的话,你安装中文输入法的过程会是一个痛苦的过程),选择地址(都是shanghai),选择安装第三方软件库不安装系统更新,继续往下关键到了——注意:选择与其他系统共存安装,然后跳出的界面中,你只需要选择划分给ubuntu系统多少硬盘空间,电脑会自动将空余的硬盘空间划分给ubuntu,不会和win10起冲突。(网上很多教程教你选择自己分配空间,swap空间什么的设置3个很麻烦,尤其安装tensorflow不对的话,你会多次重装系统,需要将之前分配给ubuntu的空间收回,再重新分配,按照我的教程比较简单,按照网络的教程很麻烦。)我分配了80G的空间,足足够了。
有问题加qq群85769703深度学习,问大宇
第7步,ubuntu系统安装好了之后,关机,拔掉u盘。开机,进入UEFI的双系统选择界面,如图
有问题加qq群85769703深度学习,问大宇
你选择ubuntu之后,按下e键,进入的界面中将单词splash改成单词modeset,按下F10,进入ubuntu系统。
进入系统设置——附件更新——把两个附件显卡都选择成专用驱动,应用更新-重启。这样以后就不会卡在logo画面和黑屏了,也不同按下e键改splash单词了。
有问题加qq群85769703深度学习,问大宇
第8步:至此ubuntu系统安装完了。开始安装cuda,cudnn。
(1)首先将ubuntu系统的更新源指向国内:
终端输入
cd /etc/apt/
sudo cp sources.list sources.list.backup #做备份
sudo gedit sources.list
然后把如下内容替换到该文件中:
deb http://mirrors.163.com/ubuntu/ zesty main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ zesty-security main restricted universe multiverse pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl
deb http://mirrors.163.com/ubuntu/ zesty-updates main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ zesty-proposed main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ zesty-backports main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ zesty main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ zesty-security main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ zesty-updates main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ zesty-proposed main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ zesty-backports main restricted universe multiverse
然后更新源和更新已安装的包:
sudo apt-get update
sudo apt-get upgrade
有问题加qq群85769703深度学习,问大宇
(2)其次将python的pip源指向国内:在终端输入sudo apt-get install python-pip
然后在我给你的百度网盘里面有个.pip文件夹,注意是“.pip” ,将这个文件夹拷贝到/home文件夹之下,就可以了,里面我放的是豆瓣的源
有问题加qq群85769703深度学习,问大宇
第9步:gcc降版本
(这一段内容来自http://blog.csdn.net/zhaoyu106/article/details/52793183)
关机重启。
第10步 安装cuda(把cuda和cudnn的3个包放到/home文件下)
进入/home文件夹,打开terminal依次输入以下指令:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
到此基本完成了安装CUDA的任务
第11步 安装cuDNN
进入/home文件夹,打开terminal依次输入以下指令:
安装方式很简单,下载后解压,把cudnn中的文件内容拷贝到对应的cuda中
tar -zxf cudnn-8.0-linux-x64-v6.0.tgz
cd cuda
sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp lib64/libcudnn* /usr/local/cuda/lib64
注意:不知道什么原因,cuda解压安装有时候是cuda-8.0文件,所以运行应该是下面命令
sudo cp include/cudnn.h /usr/local/cuda-8.0/include/
sudo cp lib64/libcudnn* /usr/local/cuda-8.0/lib64
(如果是ruda-8.0那么在下面修改环境变量也应变成cuda-8.0)
安装完毕后运行“nvidia-smi”: 显示以下为正确
有问题加qq群85769703深度学习,问大宇
第12步 添加环境变量–必要步骤
export PATH=/usr/local/cuda-9.0/bin{PATH:+:{PATH}}
这样子添加环境变量后,关闭终端就会消失,所以这个官方文档提供的方法不管用。
正确方法
终端中输入 $ sudo gedit /etc/profile
在打开的文件末尾,添加以下
export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64”
export CUDA_HOME=/usr/local/cuda
export PATH=
CUDAHOME/bin:
PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib64
保存关闭
重启电脑,检查上述的环境变量是否设置成功。
终端中输入 : env
在输出的环境变量中检查有无上述 设置的变量,如果有则代表设置成功。如下
PATH=/usr/local/cuda-9.0/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin
LESSOPEN=| /usr/bin/lesspipe %s
GTK_IM_MODULE=fcitx
_=/usr/bin/env
有问题加qq群85769703深度学习,问大宇
第12步 :安装tensorflow:
sudo apt-get install python-pip python-dev
pip install tensorflow-gpu
不报错就安装成功了
第13步 :检查
打开终端,
python
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
不报错就安装成功了
以下是我在安装过程中参考过得帖子和博文
http://blog.csdn.net/dream_an/article/details/74992346
http://blog.csdn.net/zhaoyu106/article/details/52793183