Ubuntu 搭建深度学习框架 keras
深度学习框架Keras是基于Tensorflow的所以,安装keras需要安装Tensorflow:
1. 安装教程主要参考于两个博客的教程:
https://www.cnblogs.com/HSLoveZL/archive/2017/10/27/7742606.html
https://www.jianshu.com/p/5b708817f5d8?from=groupmessage
2. 本教程开始:
Ubuntu安装的教程就略过了,直接从深度学习所需的环境的搭建开始说起
(需要说明的是,之所以要写个教程是因为本人安装了很多遍都是失败的,原始是在该教程编写的日期(18-06-01)的时候,我用的是CUDA9.2,但是9.2版本在整个环境搭建好最后import tensorflow的时候会报错:"ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory",尝试了很多办法也不行,应该是Tensorflow还不支持CUDA9.2,虽然文档说可以。因此本文改用CUDA9.0(卸载CUDA卸载不干净,原谅我不会用Ubuntu,只能重装Ubuntu了))
一、安装CUDA环境:
(1) 下载 CUDA 9.0 :
(2)打开终端,切换到下载的deb的目录:
$ sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb $ sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub $ sudo apt-get update $ sudo apt-get install cuda
(3)完成后,配置CUDA环境:
$ sudo gedit ~/.bashrc
(4) 在文件末尾添加:
export CUDA_HOME=/usr/local/cuda-9.0 export PATH=/usr/local/cuda-9.0/bin:${PATH} export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:${LD_LIBRARY_PATH}
(5) 修改保存后:
$ source ~/.bashrc
(6) 验证是否配置成功:
$ nvcc -V
二、安装CUDNN加速库:
(1) 下载 CUDNN 7.14 (对应CUDA9.0):注意,下载的是第一个for Linux
(当时我安装失败的时候,由于教程里面没有提及下载地址,我就直接百度CUDNN,下载的是带Power8,power9那种,所以安装完然后import tensorflow的时候,就报错"ImportError: libcudnn.so.7: cannot open shared object file: No such file or directory",尝试了很多方法 例如 ... ,也查了很多包括stackoverflow、github上面的方法还是不行,后来再参考一下别的深度学习环境教程,就是上面提到的参考教程的第二条,于是就进入了现在正确的下载地址,后来就安装成功了)
(2)然后继续按照 Installation Guide,进入下载该包的目录:
$ tar -xzvf cudnn-9.0-linux-x64-v7.tgz $ sudo cp cuda/include/cudnn.h /usr/local/cuda/include $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 $ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
三、安装Keras框架:
(1) 安装相关包:
$ sudo pip3 install scikit-learn scikit-image
$ sudo pip3 install tensorflow-gpu # GPU加速版
$ sudo pip3 install keras
在这里插播一下:
1)若没安装pip,即"command not found"时需要先安装pip,然后使用Python3时需要用pip3来安装(Ubuntu16.04 是默认安装了两个版本的Python的,在"/usr/local/lib”中可以看到,分别是python2.7和python3.5)
# For Python 3
$ sudo apt-get install python3-pip
# For Python 2
$ sudo apt-get install python-pip
2)使用pip来安装的时候,若想加快安装速度,使用国内的镜像,例如:
$ sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple keras
3)最后在终端中验证是否安装成功:
# Enter python3.5 $ python3 >>> import tensorflow >>> import keras
若不报错,即配置成功。