TensorFlow 1.0源码编译安装
2017-07-04 11:38
288 查看
CUDA/cudnn安装
python
TF源码下载
bazel安装
bazel是通过自行在github上下载release的zip源码包然后编译,将生成的二进制文件拷贝到PATH路径上即可。注意:tensorflow配置时会提示找不到bazel这个命令,而实际上我们已经编译并配置到PATH,需要在/usr/bin/目录中新建一个指向bazel的软连接bazel-real
在安装的cuda 8.0, tensorflow一直编译不通过,提示未配置支持GPU,可是明明是选择了Y,可直接定义一下宏变量通过:
export “TF_NEED_CUDA=1”
另外,还需要指定CUDNN的目录,否则会报错,找不到库
export CUDNN_INSTALL_PATH=/usr/local/cuda/
执行一下步骤:
bazel clean sudo ./configure bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
从github上clone代码之后,可以通过git checkout切换版本分支。目前是使用:
git checkout r1.0
如何在执行./configure是找不到JAVA_HOME时,而又确实在/etc/profile中添加了JAVA_HOME, 这是因为sudo会重置环境变量,可以通过使用-E参数避免对环境变量进行重置。即
sudo -E ./configure
pip安装
sudo pip install /tmp/tensorflow_pkg/*.whl
有时候会遇到如下问题
tensorflow-1.2.1-cp27-none-linux_x86_64.whl is not a supported wheel on this platform.
这个并不代表当前编译的方式不对,很可能是因为当前pip的版本与编译tensorflow时指定的python版本不匹配,可以通过指定pip版本来安排该安装包,命令如下:
python2.7 -m pip install *.whl
编译1.2.1时,需要添加
cxx_builtin_include_directory: "/usr/lib/gcc/x86_64-redhat-linux/4.8.3/include"
到以下文件中
third_party/gpus/crosstool/CROSSTOOL_nvcc.tpl
欢迎留言沟通
相关文章推荐
- 树莓派(Raspberry Pi2)上源码编译安装tensorflow——基于NFS
- Ubuntu14.04源码编译安装CPU版本的tensorflow
- ubuntu14.04+GTX1080+cuda8.0+cudnn5.1+源码编译tensorflow安装教程
- Ubuntu 环境 TensorFlow (最新版1.4) 源码编译、安装
- Ubuntu 16.04 + CUDA 9.0下安装GPU版TensorFlow 1.4(无需从源码编译安装)
- Ubuntu 14.04 源码安装Tensorflow 1.0 (CUDA8.0 or CUDA7.5 or CUDA7.0 版本)
- TensorFlow安装(安装bazel,配置TensorFlow编译环境,利用源码安装TensorFlow)
- Mac下使用源码编译安装TensorFlow CPU版本
- TensorFlow非Root权限源码编译安装
- Ubuntu 15.04 安装TensorFlow(源码编译) 及测试梵高作画
- ubantu16.04下源码编译安装tensorflow
- Ubuntu 源码编译安装 GPU版 TensorFlow
- Tensorflow编译源码安装
- tensorflow 源码编译安装以及遇到的一些错误
- AI(人工智能) TensorFlow 源码下载及编译安装
- ubuntu 14.04LTS下源码编译安装TensorFlow-No GPU
- ubuntu 14.04LTS下源码编译安装TensorFlow0.8-No GPU
- 源码编译安装TensorFlow
- RedHat6.4系统下LAMP环境的搭建---(源码包编译安装)---v1.0
- JETSON TX2源码编译安装tensorflow1.4.0