轉載請注明出處：blog.csdn.net/sproll

本文描述在ubuntu系列操作系統上安裝gpu版本的tensorflow的過程。

0，準備工作

BIOS中關閉板載顯卡，顯示器接在nvidia顯卡上。

下載cuda和cudnn：cuda_8.0.44_linux.run,cudnn-8.0-linux-x64-v5.1.tgz

以上驅動為本文編寫時的最新驅動。

1，安裝linux

安裝mint18或者mint 18.1(也可以安裝對應的ubuntu16.04)，并更新源。

具體操作步驟見網上的幫助文檔。

2nouveau驅動

nouveau為非官方的開源nvidia驅動，默認情況下系統采用該驅動配合nvidia顯卡。安裝官方驅動前要先關閉該驅動。

在/etc/modprobe.d/blacklist.conf文件中添加：

blacklistnouveau

執行完畢后重啟。此時電腦進入模擬顯卡輸出視頻的狀態。

3tty不能顯示問題

設置tty顯示參數，否則如果在quiet模式下即關閉xwindows，將導致黑屏。

在/etc/default/grub文件中，修改GRUB_CMDLINE_LINUX_DEFAULT的值為nomodeset。

然后執行以下命令更新grub：

sudoupdate-grub

執行完畢后重啟。

4xwindows

安裝顯卡驅動必須先關閉當前xwindows。

執行以下命令關閉xwindows：

sudoinit3

執行完畢后，如有需要，使用以下命令切換tty：

Ctrl+alt+Fn

Fn為F1-F8的功能鍵。

5，安裝cuda

cuda和cudnn為nvidia的支持庫，tensorflow運行時需要它的支持。

執行cuda安裝文件：cuda_8.0.44_linux.run，安裝過程中需要回答一些問題，如果不明白問題的含義，可以對所有問題都選擇accept、yes或者直接按回車(有時會提示選擇某些組件的安裝路徑，按回車就是使用默認的路徑)。

在安裝cuda過程中，會提示是否選擇安裝nvidia驅動，一定要選擇是。

6，安裝cudnn

Cudnn包(cudnn-8.0-linux-x64-v5.1.tgz)解壓后，將include和lib64目錄拷貝到/usr/local/cuda-8.0目錄下。

7，安裝pythonpip和pythondev

tensorflow需要python支持，執行以下命令行安裝：

sudoapt-getinstallpython-pippython-dev

8，安裝tensorflow

根據phthon和cuda版本，安裝相應版本的tensorflow。本次安裝的phthon為V2.7，cuda為V8.0，相應的tensorflow版本為V1.0：

在命令行中執行安裝命令：

sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.0-cp27-none-linux_x86_64.wh

其中，tensorflow的地址(https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.0-cp27-none-linux_x86_64.wh)在其github主頁上有說明，不同的python版本、操作系統、是否使用GPU，都會對應不同的下載地址。

安裝過程中，下載可能會失敗，失敗的話重新執行以上命令安裝。

有時pip會因為版本過舊安裝失敗，失敗時會提示執行更新pip命令：pip--upgradepip

Youareusingpipversion8.1.1,howeverversion9.0.1isavailable.

Youshouldconsiderupgradingviathe‘pip--upgradepip’command.

然后繼續重新安裝tensorflow即可。

9cuda路徑

安裝完成后，在用戶目錄下修改.bashrc文件(.bashrc為隱藏文件)，添加以下兩行，將cuda目錄添加到環境變量的lib搜索目錄中。

exportLD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"

exportCUDA_HOME=/usr/local/cuda

10，測試tensorflow

輸入以下文件內容，保存為hello.py

importtensorflowastf

hello=tf.constant('Hello,TensorFlow!')

sess=tf.Session()

printsess.run(hello)

a=tf.constant(10)

b=tf.constant(32)

printsess.run(a+b)

打開控制臺，進入hello.py的目錄，輸入以下命令，運行python：

python hello.py

如果輸出以下內容表示tensorflow加載成功。

Hello,TensorFlow!

42

如下圖所示：

總結

如果覺得編程之家網站內容還不錯，歡迎將編程之家網站推薦給程序員好友。

本圖文內容來源于網友網絡收集整理提供，作為學習參考使用，版權屬于原作者。

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的tensorflow运行环境linux,在ubuntu或者min运行环境下安装gpu版本的tensorflow的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。