Ubuntu16.04深度学习环境之TensorFlow1.4CPU/GPU安装实测

由于目前很多TensorFlow初学者在安装时候遇见各种坑，下面亲测很顺利通过，希望对大家有帮助。

一.安装ubuntu

本次使用16.04.4，u盘做好安装盘，需要注意一些机器在安装界面跳出的时候需按“E”，选择语言，然后F6选择“nomodeset”,然后“install ubuntu”。

安装完成后更新，先更换ubuntut的源，这样在以后安装的过程可以节省很多时间！

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.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-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

二. nvidia 驱动安装

终端输入

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384 //nvidia-后面的数字是版本号，本次选择384版本
sudo reboot //重启

重启后，终端输入：
nvidia-smi //显示下图

Ps.是9块GP100，你没有看错

三. cuda 8.0 安装
下载cuda 8.0 的 runfile安装包(需要NVIDIA开发者账号）。

cd切换到下载的文件目录下进行安装：
sudo sh cuda_8.0.61_375.26_linux.run

启动安装程序，一直按空格到最后，输入accept接受条款
输入n不安装nvidia图像驱动，之前已经安装过了cuda8.0+cudnn6.0+TensorFlow
输入y安装cuda 8.0工具
回车确认cuda默认安装路径：/usr/local/cuda-8.0
输入y用sudo权限运行安装，输入密码
输入y或者n安装或者不安装指向/usr/local/cuda的符号链接
输入y安装CUDA 8.0 Samples，以便后面测试
回车确认CUDA 8.0 Samples默认安装路径，该安装路径测试完可以删除

配置cuda环境变量
export PATH="$PATH:/usr/local/cuda-8.0/bin"
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"

四. cudnn 安装
cudnn 下载相应版本.
cd到下载的文件目录下，解压：
tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz

解压在下载目录下产生一个cuda目录
cd cuda/include/
sudo cp cudnn.h /usr/local/cuda/include/   #复制头文件
cd ../lib64     #打开lib64目录
sudo cp lib* /usr/local/cuda/lib64/     #复制库文件
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*     #给所有用户增加这些文件的读权限

五. 建立软连接
终端输入
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.6
sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6
sudo ln -s libcudnn.so.6 libcudnn.so

设置环境变量，终端输入
sudo gedit /etc/profile

在末尾加入
PATH=/usr/local/cuda/bin:$PATH
export PATH

保存后，创建链接文件
sudo vim /etc/ld.so.conf.d/cuda.conf

按a进入插入模式，增加下面一行
/usr/local/cuda/lib64

按esc退出插入模式，按:wq保存退出
最后在终端输入
sudo ldconfig #使链接生效

六.cuda Samples测试
切换到CUDA 8.0 Samples默认安装路径(即在NVIDIA_CUDA-8.0_Samples目录下/home/rdpc/NVIDIA_CUDA-8.0_Samples/)，终端输入
sudo make all -j44 #（44核，本次使用了一台44核88线程，9GPU卡的ultralab GX610M超级快工作站）

由于机器给力，秒等完成后继续向终端输入
cd bin/x86_64/linux/release
./deviceQuery

pass则成功

下面继续TensorFlow安装
一、查看系统所安装的python版本
打开终端输入指令：

python //ubuntu16.04.4默认安装的python版本为2.7，然而系统里已经装好了Python 3.5.2

直接执行这两个命令即可
sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

如果要再切换到Python2，执行
sudo update-alternatives --config python

二、安装python对应版本的pip和依赖包

若python版本为2.7，则输入如下命令：
sudo apt-get install python-pip python-dev

若python版本为3.x，则输入如下命令：
sudo apt-get install python3-pip python3-dev

三、升级pip版本
在装tensorflow之前，不管是不是最新的pip版本，都要更新一下

终端命令：
python 2.7版本：sudo pip install --upgrade pip
python 3.x版本：sudo pip3 install --upgrade pip

四、更改pip源地址（提高下载速度）
修改 ~/.pip/pip.conf (没有就创建一个文件夹及文件，文件夹要加"."，表示是隐藏文件夹)，内容如下：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com

五、安装TensorFlow

忙活了半天都是前奏，现在才是正式开始安装TensorFlow！！

TensorFlow可以安装CPU和GPU两种版本(1.5版本要求cuda 9.0)

CPU版本安装命令如下：
python 2.7版本：sudo pip install tensorflow
python 3.x版本：sudo pip3 install tensorflo

GPU版本安装命令如下：
python 2.7版本：sudo pip install tensorflow-gpu==1.4
python 3.x版本：sudo pip3 install tensorflow-gpu==1.4

若上述命令执行过程没有报错，则安装成功！

六、测试安装结果
打开一个 python 终端:
$ python
>>>import tensorflow as tf
>>>hello = tf.constant('Hello, TensorFlow!')
>>>sess = tf.Session()
>>>print (sess.run(hello)) //注意python版本的语法，3.5要有（），2.7则不用
如下图输出：b'Hello, TensorFlow!'，安装完成。

专注于高性能图形工作站

微信/QQ：596349281

Ubuntu16.04深度学习环境之TensorFlow1.4CPU/GPU安装实测相关推荐

Ubuntu16.04深度学习环境搭建
Ubuntu16.04深度学习环境搭建(anaconda3+cuda10.0+cudnn7.6+pytorch1.2) 文章目录 Ubuntu16.04深度学习环境搭建(anaconda3+cuda1 ...
tesla p100 linux,Ubuntu16.04深度学习开发环境配置（TeslaP100+cuda9.0+tensorflow）
Ubuntu16.04深度学习开发环境配置(TeslaP100+cuda9.0+tensorflow) 1. 显卡驱动安装选择对应显卡型号的驱动下载 https://www.nvidia.com/D ...
双系统Ubuntu22.04深度学习环境配置与踩坑记录
双系统Ubuntu22.04深度学习环境配置踩坑记录前言目录相关版本主要参考教程 Ubuntu安装 Nvidia和CUDA安装踩坑经历官网安装所遇问题 cuDNN安装 Anaconda安装 ...
ubuntu 18.04 深度学习环境配置
ubuntu 18.04 深度学习环境配置系统环境配置更新源,更新系统安装一些工具软件安装chromium浏览器,看CSDN学院视频必备安装vim 开启sudo免密安装ssh-server ...
2080Ti深度学习环境配置及常用软件安装
2080Ti深度学习环境配置及常用软件安装 ubuntu 16.04 双系统的安装(已有window10系统) 显卡驱动安装 tensorflow安装 teamviewer安装 pycharm安装 m ...
Ubuntu18.04深度学习环境配置(简易方式)
为避免读者踩坑,本文测试成功了Ubuntu18.04环境下配置深度学习环境: (GPU:NVIDIA TITAN Xp),包括: CUDA+CUDNN+TensorFlow1.9+Pytorch1.1 ...
Ubuntu 18.04深度学习环境配置（CUDA9.0+CUDDN7.4+TensorFolw1.8）
因为Ubuntu18.04刚发布不久,在安装CUDA和CUDNN中还没有匹配版本,最高也是17.04的版本,但实际上18.04的版本具有很强的兼容性.为避免读者踩坑,本文测试成功了Ubuntu18.0 ...
一文掌握Ubuntu20.04深度学习环境搭建（显卡驱动、CUDA、CUDNN、NCCL、Pytorch、PaddlePaddle）
目录一.Ubuntu系统安装 1.1 制作U盘镜像并安装 1.2 安装make.g++.cmake 1.3 安装中文输入法 1.4 安装VS Code 二.深度学习环境安装 2.1 切换Python ...
深度学习-deepin深度学习环境搭建（deepin+gpu+cuda+cudnn）
背景之前分别在windows.mac上做深度学习,发现遇到了重重困难.最近正好赶上换机器,顺便也买了gtx1080的显卡,就直接装了deepin的操作系统(大家都反应还不错,自己实际体验也是众望所归 ...

Ubuntu16.04深度学习环境之TensorFlow1.4CPU/GPU安装实测

Ubuntu16.04深度学习环境之TensorFlow1.4CPU/GPU安装实测相关推荐

最新文章

热门文章