一. 安装环境
- Ubuntu16.04.3 LST
- GPU: GeForce GTX1070
- Python: 3.5
- CUDA Toolkit 8.0 GA1 (Sept 2016)
- cuDNN v6.0 Library for Linux
- TensorFlow版本: Linux GPU: Python 3.5 (build history)
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
- 下载界面截图:
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)
- 下载界面截图:
4、TensorFlow版本: Linux GPU: Python 3.5 (build history)
- 下载地址:https://github.com/tensorflow/tensorflow
- 下载界面截图:
三、软件安装
1、安装NAVID驱动
1)打开terminal输入以下指令:
sudo apt
-
get update
|
2)然后在系统设置->软件更新->附加驱动->选择nvidia最新驱动(361)->应用更改 。如下图所示:
3)在终端输入以下命令,查看安装的驱动版本:
cat
/
proc
/
driver
/
nvidia
/
version
|
版本信息如下图所示:
注释:也可以自己到官网下载适合自己显卡的驱动
- 下载地址:http://www.nvidia.com/Download/index.aspx?lang=en-us
- 下载界面截图:
2、安装CUDA Toolkit 8.0 GA1
在终端,进入到CUDA Toolkit 8.0 GA1下载的目录,然后执行以下命令安装:
sudo dpkg
-
i cuda
-
repo
-
ubuntu1604
-
8
-
0
-
local_8.
0.44
-
1_amd64
.deb
sudo apt
-
get update
sudo apt
-
get install cuda
|
3、安装cuDNN v6.0 Library for Linux (详细的安装参考:http://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html )
进入到cuDNN v6.0 Library for Linux下载的目录,然后执行下列命令:
(1)解压 cuDNN安装包
tar
-
xzvf cudnn
-
8.0
-
linux
-
x64
-
v6.
0.tgz
|
(2)复制下列文件到CUDA Toolkit对应的目录下:
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、采取以下步骤在Anaconda环境中安装 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
#或者其他版本
|
(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 3.4 安装 TensorFlow 的 CPU 版本:
pip install
-
-
ignore
-
installed
-
-
upgrade https:
/
/
storage.googleapis.com
/
tensorflow
/
linux
/
cpu
/
tensorflow
-
1.4
.
1
-
cp34
-
cp34m
-
linux_x86_64.whl
|
下面的命令为 Python 3.5 安装 TensorFlow 的 GPU 版本:
1
|
pip install
-
-
ignore
-
installed
-
-
upgrade https:
/
/
storage.googleapis.com
/
tensorflow
/
linux
/
gpu
/
tensorflow_gpu
-
1.4
.
1
-
cp35
-
cp35m
-
linux_x86_64.whl
|
【遇到的问题】
在执行上述命令时,安装过程中遇到的问题:PermissionError: [Errno 13] 权限不够
通过命令ls -ld /home/heyun/.conda/ 查看文件夹权限,发现用户没有写的权限,如下图所示:
然后修改文件夹/home/heyun/.conda/及其子文件夹和子文件的权限,使用命令 chmod -R 777 /home/heyun/.conda/ ,如下图:
修改后再次查看该文件夹权限,用户已经具有写权限:
重新执行以下命令,成功安装,如下图:
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。
(7)如果退出当前的环境,可以用下面的命令:
source deactivate
|
(8)补充不同python版本的TensorFlow的URL
Python 2.7
- CPU only:
https:
/
/
storage.googleapis.com
/
tensorflow
/
linux
/
cpu
/
tensorflow
-
1.4
.
1
-
cp27
-
none
-
linux_x86_64.whl
|
- GPU support:
https:
/
/
storage.googleapis.com
/
tensorflow
/
linux
/
gpu
/
tensorflow_gpu
-
1.4
.
1
-
cp27
-
none
-
linux_x86_64.whl
|
Python 3.4
- CPU only:
https:
/
/
storage.googleapis.com
/
tensorflow
/
linux
/
cpu
/
tensorflow
-
1.4
.
1
-
cp34
-
cp34m
-
linux_x86_64.whl
|
- GPU support:
https:
/
/
storage.googleapis.com
/
tensorflow
/
linux
/
gpu
/
tensorflow_gpu
-
1.4
.
1
-
cp34
-
cp34m
-
linux_x86_64.whl
|
Python 3.5
- CPU only:
https:
/
/
storage.googleapis.com
/
tensorflow
/
linux
/
cpu
/
tensorflow
-
1.4
.
1
-
cp35
-
cp35m
-
linux_x86_64.whl
|
- GPU support:
https:
/
/
storage.googleapis.com
/
tensorflow
/
linux
/
gpu
/
tensorflow_gpu
-
1.4
.
1
-
cp35
-
cp35m
-
linux_x86_64.whl
|
Python 3.6
CPU only:
https:
/
/
storage.googleapis.com
/
tensorflow
/
linux
/
cpu
/
tensorflow
-
1.4
.
1
-
cp36
-
cp36m
-
linux_x86_64.whl
|
GPU support:
https:
/
/
storage.googleapis.com
/
tensorflow
/
linux
/
gpu
/
tensorflow_gpu
-
1.4
.
1
-
cp36
-
cp36m
-
linux_x86_64.whl
|
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))
|
如果系统输出以下内容, 则TensorFlow 安装成功:
Hello, TensorFlow!
|
-------------------------------------------------------
参考链接:
1、在 Ubuntu 上安装 TensorFlow (官方文档的翻译):http://www.cnblogs.com/hezhiyao/p/8331333.html
2、OSError:[Errno 13]Permission denied解决方法:http://blog.csdn.net/jiangjieqazwsx/article/details/47029477
3、ubuntu16.04下安装TensorFlow(GPU加速)----详细图文教程 : http://blog.csdn.net/zhaoyu106/article/details/52793183