win10+Ubuntu16.04 安装TensorFlow

tensorflow1.30+cuda8.0+cudnn6.0

一、win10

（涉及到权限问题：cmd下最好以管理员身份运行）

1、安装Anaconda3-4.4.0-Windows-x86_64（python3.6.1）

2、安装cuda8.0 + cudnn

cuda：   https://developer.nvidia.com/cuda-toolkit-archive

 cudnn:  https://developer.nvidia.com/rdp/cudnn-download
参考：http://www.cnblogs.com/zhangjianheng/p/6215529.html

          http://blog.csdn.net/sb19931201/article/details/53648615
官网说明：

4.3. Installing cuDNN on Windows The following steps describe how to build a cuDNN dependent program.

 In the following sections: ‣ your CUDA directory path is referred to as C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 ‣

 your cuDNN directory path is referred to as 1. Navigate to your directory containing cuDNN. 

 2. Unzip the cuDNN package. cudnn-9.0-windows7-x64-v7.zip or cudnn-9.0-windows10-x64-v7.zip 

 3. Copy the following files into the CUDA Toolkit directory.

将cudnn下的3个文件拷贝到相应目录下：

 a) Copy \cuda\bin\cudnn64_7.dll to C:\Program Files \NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin.

b) Copy \cuda\ include\cudnn.h
to C:\Program Files \NVIDIA GPU Computing Toolkit\CUDA\v9.0\include.

 c) Copy \cuda\lib\x64\cudnn.lib to C:\Program Files \NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64.

再把两个路径加到Path下 :

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin                               

 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64

  安装完cuda后：

  测试是否使用Gpu

  在gputest.py所在目录下，打开cmd，输入：

        python gputest.py

  输出  Used the gpu 表示gpu调用成功

3、安装 PyTorch

      https://zhuanlan.zhihu.com/p/26871672
     a、将下载的百度云中的pytorch放到      C:\ProgramData\Anaconda3\Lib\site-packages\ipytorch\     

         (ipython 为自己创建的目录)

  b、以管理员身份运行cmd 执行命令：conda install --offline C:\ProgramData\Anaconda3\Lib\site-packages\ipytorch\pytorch-0.2.1-py36he6bf560_0.2.1cu80.tar.bz2

    c、安装torchvision:    torchvision不是pytorch的一部分 直接用pip安装就行了。命令如下 ：pip install torchvision

      版本要求：CUDA 8.0.61和Anaconda3(Python 3.6.1)

      测试pytorch是否使用gpu加速：

      print(torch.cuda.is_available())

      # 返回True代表支持，False代表不支持

      教程：https://zhuanlan.zhihu.com/p/25572330            

4、安装 OpenCV

      参考：http://blog.csdn.net/lwplwf/article/details/61616493 

将opencv_python-3.3.0-cp36-cp36m-win_amd64.whl 拷贝到 C:\ProgramData\Anaconda3\Lib\site-packages

- 按Win+R 输入cmd打开命令提示符窗口，进入到Anaconda3\Lib\site-packages文件夹下 
- 执行命令

pip install opencv_python-3.3.0-cp36-cp36m-win_amd64.whl

  

    报错：

     >>> import cv2

        RuntimeError: module compiled against API version 0xb but this version of numpy is 0xa

     解决：

       升级 numpy 版本

       pip install -U numpy

5、安装TensorFlow:

参考：http://blog.csdn.net/u010099080/article/details/53418159

网络不行就下载离线安装包，执行命令：pip install --upgrade --ignore-installed tensorflow-gpu

6、安装keras: pip  install keras

Linux下：

版本问题：ubuntu16.04  - tensorflow1.3 - cuda8.0.61 - cudnn6.0、anaconda3-4.4.0、pytorch

容易出现问题：网络不好，导致出现Exception 、HTTP

一.安装Cuda

1.安装cuda驱动-375（19/10/2017）

sudo add-apt-repository ppa:graphics-drivers/ppa  

sudo apt update 

sudo apt install nvidia-375 

问题：中间输入*security boot password；重启之后蓝屏

2.（测试：nvidia-smi）

3.进入NVIDIA CUDA官方网站： 
https://developer.nvidia.com/cuda-toolkit-archive 或者 https://developer.nvidia.com/cuda-downloads
       sudo sh cuda8.0.61375.26_linux.run

     (sudo service lightdm stop            sudo service lightdm restart )

export PATH=/usr/local/cuda/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH  

测试：nvcc -V  --->显示cuda版本信息

4.配置深度学习库cudnn---载地址：https://developer.nvidia.com/rdp/cudnn-download

（cudnn6.0 支持TensorFlow1.30）

(1) 解压下载文件： tar zxvf cudnn*（文件名）.tar.gz

(2)拷贝文件：

$ sudo cp include/cudnn.h /usr/include

$ sudo cp lib64/libcudnn* /usr/lib/x86_64-linux-gnu/

$ sudo chmod a+r /usr/lib/x86_64-linux-gnu/libcudnn*

二、安装Tensorflow

1.安装pyenv

(1)

~$: curl -L https://raw.githubusercontent.com/yyuu/pyenv-installer/master/bin/pyenv-installer | bash  

(需要安装curl:sudo apt install curl)

(2).安装后需要如下语句加入shell 配置文件  ~\.bashrc

export PATH="$HOME/.pyenv/bin:$PATH"

eval "$(pyenv init -)"

eval "$(pyenv virtualenv-init -)"  

最后，更新环境变量 

~$: source ~/.bashrc

2.安装anaconda3-4.4.0

(1)重启termimal， 使用pyenv 安装anaconda ,当前推荐3-4.4.0版本

~$: pyenv install anaconda3-4.4.0  

问题：a.导致出现 **ubuntu use python ** 版本问题，可能是本地用户环境下安装Anaconda需要卸载：

（sudo rm -rf Anocanda* ,然后，在~/.bashrc中将本地anaconda的路径删除）

 b.网络问题

（2）安装后切换的anaconda 环境

~$: pyenv global anaconda3-4.4.0  

（3）使用conda命令查看所有的库：

~$: conda list

问题：~$: jupyter notebook 

打不开，出现“**Version 'GLIBCXX_3.4.21' not found  (required by /usr/lib/firefox/firefox)”

解决：conda install libgcc

注：安装TensorFlow和pytorch都是在pyenv global anaconda3-4.4.0环境下

3.安装Tensorflow1.3

(https://www.tensorflow.org/install/)

GPU版本：

~$: pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.3.0-cp36-cp36m-linux_x86_64.whl  
测试：

~$: python

>>> import tensorflow as tf

>>>

4.安装pytorch

(http://pytorch.org)

Gpu版本：~$:  conda install pytorch torchvision cuda80 -c soumith  

测试：

    ~$: python

>>> import torch

>>> print(torch.cuda.is_available())

返回TRUE表示pytorch 支持gpu加速。

(http://www.jianshu.com/p/5ae644748f21)