之前项目中一直用的是caffe框架,没接触过tensorflow,最近由于实习的项目需要使用tensorflow lite,于是便开始学习使用tensorflow。
1. 在ubuntu16.04系统下安装tensorflow-gpu环境
配置完成的环境为Ubuntu16.04+ CUDA9.0+cudnn7+tensorflow-gpu
下载的是目前tensorflow官方出的最新版本的r1.8,github源码地址为https://github.com/tensorflow/tensorflow/tree/r1.8
2. 安装CUDA9.0
CUDA9.0的下载地址
https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=debnetwork
按照上图的步骤下载安装完成后,添加环境变量
export PATH=/usr/local/cuda-9.0/bin${PATH:+{PATH}}
Export LD_LIBRARAY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+${LD_LIBRARY_PATH}}
测试CUDA的samples
3. 配置CuDnn
去官网下载 cudnn-9.0-linux-x64-v7.1.tgz文件,然后进行解压
解压后的文件目录如下,分别含有支持cuda运行的.h头文件和.lib库文件, 将.h文件和.lib文件分别拷贝到cuda文件夹下相应的include和lib64文件夹中
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
4. 使用google推荐的官方安装方式Virtualenv创建一个虚拟环境
sudo apt-get install python-pip python-dev python-virtualenv
virtualenv –system-site-packages ~/tensorflow
安装完成后,home文件下出现了tensorflow文件夹
激活虚拟环境
source ~/tensorflow/bin/activate
安装tensorflow-gpu版本
pip install –upgrade tensorflow-gup==1.8.0 #指定版本
以后每次使用tensorflow-gpu环境时,都需要激活虚拟环境。