通过Anaconda在Ubuntu16.04上安装 TensorFlow(GPU版本)
一. 安裝環境
- 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)
版本之間要匹配，否則安裝可能會出錯。
?
二、軟件下載：
1、Ubuntu16.04.3 LST
- 下載地址：https://www.ubuntu.com/download/desktop
2、CUDA Toolkit 8.0 GA1 (Sept 2016)
- 下載地址：https://developer.nvidia.com/cuda-toolkit-archive
- 下載界面截圖：
?
3、cuDNN v6.0 Library for Linux
- 下載地址：https://developer.nvidia.com/rdp/cudnn-download? （下載前需要注冊下，可以用新浪郵箱注冊，qq郵箱不能識別）
- 下載界面截圖：
?
4、TensorFlow版本： Linux GPU:? Python 3.5 (build history)
- 下載地址：https://github.com/tensorflow/tensorflow
- 下載界面截圖：
?
三、軟件安裝
1、安裝NAVID驅動
1）打開terminal輸入以下指令:
sudo apt-get update2）然后在系統設置->軟件更新->附加驅動->選擇nvidia最新驅動(361)->應用更改 。如下圖所示：
3）在終端輸入以下命令，查看安裝的驅動版本：
cat /proc/driver/nvidia/version版本信息如下圖所示：
?
注釋：也可以自己到官網下載適合自己顯卡的驅動
- 下載地址：http://www.nvidia.com/Download/index.aspx?lang=en-us
- 下載界面截圖：
?
2、安裝CUDA Toolkit 8.0 GA1
在終端，進入到CUDA Toolkit 8.0 GA1下載的目錄,然后執行以下命令安裝：
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.debsudo apt-get updatesudo apt-get install cuda?
3、安裝cuDNN v6.0 Library for Linux （詳細的安裝參考：http://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html ）
進入到cuDNN v6.0 Library for Linux下載的目錄，然后執行下列命令：
（1）解壓 cuDNN安裝包
tar -xzvf cudnn-8.0-linux-x64-v6.0.tgz?（2）復制下列文件到CUDA Toolkit對應的目錄下：
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、采取以下步驟在Anaconda環境中安裝?TensorFlow:
（1）按照Anaconda下載網站上的說明下載并安裝Anaconda。
（2）創建一個名為?tensorflow?的conda環境,?通過調用以下命令來運行?Python?版本:
conda create -n tensorflow python=3.5.2 #或者其他版本（3）通過發出以下命令來激活conda環境:
source activate tensorflow（4）發出以下格式的命令, 以便在您的conda環境中安裝?TensorFlow:
pip install --ignore-installed --upgrade tfBinaryURL其中 tfBinaryURL 是 TensorFlow Python 包的 URL。
例如,?下面的命令為?Python?3.4?安裝?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下面的命令為?Python?3.5 安裝?TensorFlow?的 GPU?版本:
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp35-cp35m-linux_x86_64.whl?
【遇到的問題】
在執行上述命令時，安裝過程中遇到的問題：PermissionError: [Errno 13] 權限不夠
通過命令ls -ld /home/heyun/.conda/? 查看文件夾權限，發現用戶沒有寫的權限，如下圖所示：
然后修改文件夾/home/heyun/.conda/及其子文件夾和子文件的權限，使用命令 chmod -R 777 /home/heyun/.conda/ ，如下圖：
修改后再次查看該文件夾權限，用戶已經具有寫權限：
重新執行以下命令，成功安裝，如下圖：
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp35-cp35m-linux_x86_64.whl?
?
（5）確保名叫tensorflow的環境已經被成功添加：conda info --envs? ，從下圖可以看到，環境已經添加上了。
?
（7）如果退出當前的環境，可以用下面的命令：
source deactivate?
（8）補充不同python版本的TensorFlow的URL
Python 2.7
- CPU only:
- GPU support:
?
Python 3.4
- CPU only:
- GPU support:
?
?
Python 3.5
- CPU only:
- GPU support:
?
Python 3.6
CPU only:
https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp36-cp36m-linux_x86_64.whlGPU support:
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp36-cp36m-linux_x86_64.whl?
5、驗證安裝是否成功
要驗證您的?TensorFlow?安裝, 請執行以下操作:- 確保您的環境準備好了，然后運行 TensorFlow 程序。
- 運行一個簡短的 TensorFlow 程序。
（1）啟動終端。
（2）激活Anaconda, 輸入以下命令：
source activate tensorflow?（3）運行一個簡短的TensorFlow?程序
從?shell?中調用?python, 如下所示:
python?在?python?交互?shell?中輸入以下短程序:
# Python import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello))?如果系統輸出以下內容,?則TensorFlow 安裝成功：
?
-------------------------------------------------------
參考鏈接：
1、在 Ubuntu 上安裝 TensorFlow (官方文檔的翻譯)：http://www.cnblogs.com/hezhiyao/p/8331333.html
2、OSError:[Errno 13]Permission denied解決方法：http://blog.csdn.net/jiangjieqazwsx/article/details/47029477
3、ubuntu16.04下安裝TensorFlow(GPU加速)----詳細圖文教程 ： http://blog.csdn.net/zhaoyu106/article/details/52793183
?
總結
以上是生活随笔為你收集整理的通过Anaconda在Ubuntu16.04上安装 TensorFlow(GPU版本)的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： java基础面试题：java中实现多态的
- 下一篇： 某宝千万级规模高性能、高并发的网络架构