在Ubuntu16.04上使用anaconda3安装GPU版本的tensorflow (DELL Vostro 7580)
引用参考:https://www.cnblogs.com/hezhiyao/p/8330435.html
https://my.oschina.net/u/3787228/blog/1632295
一. 安装环境
- Ubuntu16.04.3 LST
- GPU: GeForce GTX1060
- Python: 3.5
- CUDA Toolkit 8.0 GA1 (Sept 2016)
- cuDNN v6.0 Library for Linux
- TensorFlow版本: Linux GPU: Python 3.5
版本之间要匹配,否则安装可能会出错。
二、软件下载:
1、Ubuntu16.04.3 LST
- 下载地址:https://www.ubuntu.com/download/desktop
2、CUDA Toolkit 8.0 GA1 (Sept 2016)
- 下载地址:https://developer.nvidia.com/cuda-toolkit-archive
3、cuDNN v6.0 Library for Linux
- 下载地址:https://developer.nvidia.com/rdp/cudnn-download (下载前需要注册下,可以用新浪邮箱注册,qq邮箱不能识别)
4、TensorFlow版本: Linux GPU: Python 3.5
- 下载地址:https://github.com/tensorflow/tensorflow
三、软件安装
step 1: 安装显卡的驱动
1:查看你电脑是否有英伟达的显卡,命令如下:
sudo lshw -numeric -c display
如有NVIDIA的信息,进行第二步。
2:找出你的系统应该安装的英伟达显卡驱动,命令如下:ubuntu-drivers devices
我的电脑上显示如下:
则,推荐在这台系统上安装nvidia-384的英伟达显卡驱动。
3:安装该驱动,命令如下:
sudo apt install nvidia-384
4:关机重启。
step 2: 安装cuda
1:下载、安装文件cuda-repo-ubuntu1604-8-0-local-8.0.44-1_amd64.deb。然后分别输入以下命令:
cd ~/Downloads (下载目录)
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
2:再配置环境变量,命令如下:
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}}
或者使用命令gedit ~/.bashrc,打开配置文件,在文末尾将上面两句加入,保存,关闭。再使其生效,使用命令source ~/.bashrc。
3:检验cuda是否安装成功,命令如下:nvcc -V
若安装成功,则会输出相关的版本信息。
step 3: 安装cudnn
1:下载cudnn-8.0-linux-x64-v5.1.tgz
2:然后分别输入以下命令:
tar -xzvf cudnn-8.0-linux-x64-v5.1.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
*
step 4:在Anaconda3下安装gpu的tensorflow
1:按照Anaconda下载网站上的说明下载并安装Anaconda。
2:创建一个名为 tensorflow 的conda环境, 通过调用以下命令来运行 Python 版本:
conda create - n tensorflow python = 3.5 . 2 |
3:通过发出以下命令来激活conda环境:
source activate tensorflow |
4:发出以下格式的命令, 以便在您的conda环境中安装 TensorFlow:
pip install - - ignore - installed - - upgrade tfBinaryURL |
其中 tfBinaryURL 是 TensorFlow Python 包的 URL。
例如,下面的命令为 Python 3.5 安装 TensorFlow 的 GPU 版本:(如果这个URL 不能用,自己搜索其他可用的URL)
1
|
pip install - - ignore - installed - - upgrade https: / / storage.googleapis.com / tensorflow / linux / gpu / tensorflow_gpu - 1.4 . 1 - cp35 - cp35m - linux_x86_64.whl |
5:确保名叫tensorflow的环境已经被成功添加:conda info --envs ,从下图可以看到,环境已经添加上了。
6:如果退出当前的环境,可以用下面的命令:
source deactivate
step 5:验证安装是否成功
- 确保您的环境准备好了,然后运行 TensorFlow 程序。
- 运行一个简短的 TensorFlow 程序。
(1)启动终端。
(2)激活Anaconda, 输入以下命令:
source activate tensorflow |
(3)运行一个简短的TensorFlow 程序
从 shell 中调用 python, 如下所示:
python |
在 python 交互 shell 中输入以下短程序:
# Python import tensorflow as tf hello = tf.constant( 'Hello, TensorFlow!' ) sess = tf.Session() print (sess.run(hello)) |
输出一下内容:
b‘Hello, TensorFlow!’ (我也没弄明白为什么前面会有个b。。。)(在胖胖的帮助下终于弄明白了,原来这个b是表示编码方式,把最后一句改为print(sess.run(hell0).decode())就好啦!)