ubuntu16.04 +tensorflow1.4安装 + 运行问题解决

ubuntu16.04 +tensorflow1.4安装

1、下载anaconda最新版，并安装：

bash Anaconda3-5.0.1-Linux-x86_64.sh

安装完成后输入：source ~/.bashrc.环境配置生效。

2、安装tensorflow环境以及tensorflow软件

conda create -n tensorflow python=3.5

source activate tensorflow

pip install --ignore-installed --upgrade \

 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.0-cp35-cp35m-linux_x86_64.whl

注意：

@国内无法访问https://storage.googleapis.com/，去github上找对应的下载代替掉。但不知道为什么，安装完成后没有tensorboard功能。

@找国内清华镜像：https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/

@这里如果python版本和tensorflow-1.4.0-cp35-cp35m-linux_x86_64.whl的版本不一致，安装时会出现*.whl is not supported wheel on this platform的错误提升信息。

3、运行：

source activate tensorflow

否则import tensorflow时会提示找不到。

sudo ldconfig /usr/local/cuda/lib64

或者

export CUDA_HOME=/usr/local/cuda

export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

否则会提示libcublas.so.8.0:cannot open shared object file:No such file or directory

4、电脑重启后无法进入source

~/.bashrc中添加：
exprot PATH=/home/chenxi/Anaconda/bin:$PATH

tensorflow问题：

问题一、报错 failed call to cuDevicePrimaryCtxRetain: CUDA_ERROR_INVALID_DEVICE

tensorflow/stream_executor/cuda/cuda_driver.cc:523] A non-primary context 0x3f287f0 exists before initializing the StreamExecutor. We haven't verified StreamExecutor works with that.

原因是在创建session时没有使用我想让它用的gpu，所以需要设置CUDA_VISIBLE_DEVICES

方法1 在python程序中

import os

os.environ["CUDA_VISIBLE_DEVICES"] = "1"

方法2

运行时 

CUDA_VISIBLE_DEVICES=1 python **.py

方法3

直接在环境变量中 export 

问题二、CUDA_ERROE_OUT_OF_MEMORY

E tensorflow/stream_executor/cuda/cuda_driver.cc:924] failed to alloc 17179869184 bytes on host: CUDA_ERROR_OUT_OF_MEMORY

W ./tensorflow/core/common_runtime/gpu/pool_allocator.h:195] could not allocate pinned host memory of size: 17179869184

Killed

是 服务器的GPU大小为M，tensorflow只能申请N（N<M），也就是tensorflow告诉你 不能申请到GPU的全部资源 然后就不干了。

解决方法：

找到代码中Session

在session定义前 增加

config = tf.ConfigProto(allow_soft_placement=True)

#最多占gpu资源的70%

gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)

#开始不会给tensorflow全部gpu资源 而是按需增加

config.gpu_options.allow_growth = True

sess = tf.Session(config=config)

这样就没问题了

问题三、训练中，GPU占用率低。

目前无解，ubuntu下能全速运行。