Ubuntu16.04lts使用Anaconda安装tensorflow并配置GPU
2016-10-31 14:15
796 查看
在安装tensorflow之前,首先列示一下我的配置:Ubuntu16.04lts系统,Geforce840M显卡,Cuda8.0,Cudnn v5.1,Anaconda python2.7环境。
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
安装完成后,配置环境变量,在home下的.bashrc中加入
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda:$CUDA_HOME
下载Cudnn v5.1,进入下载目录,执行下列命令:
tar xvzf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn.so* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn.so*
上面第2、3行就是把Cudnn的头文件和库文件复制到Cuda路径下的include和lib目录。
conda create -n tensorflow python=2.7
然后激活该环境并在该环境下安装tensorflow
source activate tensorflow
由于使用conda安装的tensorflow只有CPU版本,所以我们使用pip安装,
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0rc1-cp27-none-linux_x86_64.whl
pip install –ignore-installed –upgrade $TF_BINARY_URL
如此,便完成GPU版本的tensorflow安装。使用完毕后,需要关闭tensorflow环境
source deactivate
可以简单测试一下tensorflow是否安装成功
tensorflow自带几个示例程序,详细位置如下:
…/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow/models
Anaconda2是Anaconda的安装位置,第一个tensorflow为conda创建的名字为tensorflow的环境,第二个tensorflow即安装的tensorflow包。进入image下的mnist目录,然后运行python convolutional.py就是对mnist的训练过程。
1. 安装Cuda
首先下载Cuda8.0,然后进入下载目录,执行下列命令,即可安装Cudasudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
安装完成后,配置环境变量,在home下的.bashrc中加入
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda:$CUDA_HOME
2. 安装Cudnn
Cuda8.0支持Cudnn v5.0和v5.1,但是在安装tensorflow之后测试其示例代码mnist时,提示该代码基于Cudnn v5.1生成,因此我又改成了v5.1。下载Cudnn v5.1,进入下载目录,执行下列命令:
tar xvzf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn.so* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn.so*
上面第2、3行就是把Cudnn的头文件和库文件复制到Cuda路径下的include和lib目录。
3.使用Anaconda安装tensorflow
首先新建一个conda环境,命名为tensorflowconda create -n tensorflow python=2.7
然后激活该环境并在该环境下安装tensorflow
source activate tensorflow
由于使用conda安装的tensorflow只有CPU版本,所以我们使用pip安装,
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0rc1-cp27-none-linux_x86_64.whl
pip install –ignore-installed –upgrade $TF_BINARY_URL
如此,便完成GPU版本的tensorflow安装。使用完毕后,需要关闭tensorflow环境
source deactivate
可以简单测试一下tensorflow是否安装成功
$ python ... >>> import tensorflow as tf >>> hello = tf.constant('Hello, TensorFlow!') >>> sess = tf.Session() #在该步会显示电脑的显卡信息 >>> print(sess.run(hello)) Hello, TensorFlow! >>> a = tf.constant(10) >>> b = tf.constant(32) >>> print(sess.run(a + b)) 42 >>>
tensorflow自带几个示例程序,详细位置如下:
…/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow/models
Anaconda2是Anaconda的安装位置,第一个tensorflow为conda创建的名字为tensorflow的环境,第二个tensorflow即安装的tensorflow包。进入image下的mnist目录,然后运行python convolutional.py就是对mnist的训练过程。
相关文章推荐
- 在ubuntu16.04下安装Anaconda配置TensorFlow-GPU+MNIST: Resource exhausted: OOM的问题解决
- 学习笔记(三)ubuntu16.04下Anaconda及tensorflowGPU版本的安装配置
- ubuntu16.04下使用anaconda安装tensorflow_gpu版本以及object detection的过程
- ubuntu16.04 anaconda3 tensorflow-gpu安装 及 Faiss配置
- Ubuntu16.04LTS+CUDA8.0+cuDNN5.1+Anaconda3(python3.6)+tensorflow_gpu-1.2.1安装过程全记录
- Ubuntu16.04下使用Anaconda配置GPU版本的Keras及TensorFlow
- TensorFlow-GPU环境配置之一——安装Ubuntu双系统
- Ubuntu16.04下安装配置了tensorflow GPU版本后导致的常见错误
- Ubuntu16.04lts 安装Theano配置GPU
- ubuntu 下用anaconda 安装tensorflow,并配置vscode用来写代码
- 【Tensorflow】 第三节 环境搭建一 Ubuntu16.04LTS安装Python/pip/ANACONDA
- WIN10操作系统安装GPU支持TENSORFLOW 1.5.0,Anaconda+pycharm编程环境配置
- Ubuntu16.04+Anaconda 安装GPU版本tensorflow
- Ubuntu16.04.3LTS+CUDA8.0+cudnn5.1+tensorflow-gpu(1.2)安装配置信息汇总
- Ubuntu 16.04安装配置TensorFlow GPU版本
- Ubuntu16.04lts 安装Theano配置GPU
- Ubuntu 16.04安装和配置TensorFlow-gpu
- Ubuntu ,anaconda安装tensorflow最新GPU-1.0.0版本
- pyenv、Anaconda、tensorflow-gpu-1.2.0的安装和使用
- [置顶] Ubuntu16.04下安装tensorflow并配置GPU