Ubuntu17.04+Nvidia GT 640LE+CUDA9.0+cuDNN7.05+Tensorflow1.5r0(GPU)+Anaconda5.01(python3.6)安装

前端之家收集整理的这篇文章主要介绍了Ubuntu17.04+Nvidia GT 640LE+CUDA9.0+cuDNN7.05+Tensorflow1.5r0(GPU)+Anaconda5.01(python3.6)安装前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

Ubuntu17.04+NvidiaGT640LE+CUDA9.0+cuDNN7.05+Tensorflow1.5r0(GPU)+Anaconda5.01(python3.6)安装

一、详细的安装环境:

1、硬件环境:Intel酷睿3代i5(3210m-cpu)/Geforce GT 640m-LE
2、软件环境:Ubuntu17.04(64bit)/gcc6.x/bazel0.9.0/CUDA9.0/CUDAnn7.05/tensorflow1.5-rc0/Anaconda5.01(python3.6/spyder3.2.6)

3、支持指令集:sse3、sse4.1、sse4.2、avx

二、下载并安装NVIDIACUDATookit9

1、下载: 由于官方下载版本更新为9.1,此新版本本人没有测试过是否被tensorflow1.5rc0所支持,所以仍用9.0版本,下载地址为:https://developer.nvidia.com/cuda-90-download-archive

另提供9.0网盘分享地址供下载:https://pan.baidu.com/s/1qZNJurE 密码:p3nq

2、安装:下载后的文件名为cuda-repo-ubuntu1704-9.0-local_9.0.176-1_amd64.deb,打开终端模拟器,输入:

sudodpkg-icuda-repo-ubuntu1704-9.0-local_9.0.176-1_amd64.deb

sudoapt-keyadd/var/cuda-repo-ubuntu1704-9.0-local_9.0.176-1_amd64/7fa2af80.pub

sudoapt-getupdate

sudoapt-getinstallcuda

安装的过程中可能会更新NV显卡驱动,按提示更新即可。

3、更新个性化设置文件.bashrc

在终端模拟器输入:vim ~/.bashrc

将以下内容粘贴到文件结尾:

export PATH="/usr/local/cuda/bin:$PATH:+:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
export CUDA_HOME="/usr/local/cuda:$CUDA_HOME"

然后输入:wq ,保存退出,最后运行 source ~/.bashrc使配置生效。

三、下载并安装cuDNN7.05

1、下载:下载cuDNN的地址(网盘中也有分享):

https://developer.nvidia.com/cudnn

下载后文件名为cudnn-9.0-linux-x64-v7.tgz

2、安装:打开终端模拟器,进入cudnn-9.0-linux-x64-v7.tgz文件所在的目录,依次执行以下命令:

tar-zxvfcudnn-9.0-linux-x64-v7.tgz

sudocpcuda/include/cudnn.h/usr/local/cuda/include/

sudocp-acuda/lib64/libcudnn*/usr/local/cuda/lib64/

sudochmoda+r/usr/local/cuda/include/cudnn.h

sudochmoda+r/usr/local/cuda/lib64/libcudnn*

四、安装Anaconda

1、下载:因为ubuntu17.04自带python2.7,但是我们要用3.6版的,所以要安装Anaconda面向python3.6的版本。到https://www.anaconda.com/download/#linux下载linux安装包,对应python3.6

下载后文件名为Anaconda3-5.0.1-Linux-x86_64.sh

2、安装:在终端模拟器内输入以下命令,增加可执行权限,并安装:

chmoda+x./Anaconda3-5.0.1-Linux-x86_64.sh

./Anaconda3-5.0.1-Linux-x86_64.sh

3、安装步骤需要注意:

1)弹出Inordertocontinuetheinstallationprocess,pleasereviewthelicenseagreement.”时,点回车看license,再拉到底,点Yes

2)回车接受defaultinstalllocation

3提示DoyouwishtheinstallertoprependtheAnaconda<2or3>installlocationtoPATHinyour/home/<user>/.bashrc?”时,输入Yes

4提示ThankyouforinstallingAnaconda2!”时表示安装成功。

5)安装程序自动~/.bashrc里加入了PATH环境变量,让配置生效,终端执行:

source~/.bashrc

6)更新setuptools,终端执行:

pipinstall--upgrade-Isetuptools

否则,安装后tensorflow后,执行importtensorflowastf时,会出现

ImportError:Nomodulenamedplatflom错误

五、安装Bazel

1、下载:下载Bazel0.9sh版(bazel-0.9.0-installer-linux-x86_64.sh)下载链接

https://github.com/bazelbuild/bazel/releases

2、安装:终端运行:

sudochmod+xbazel-0.9.0-installer-linux-x86_64.sh

./bazel-0.9.0-installer-linux-x86_64.sh

六、 编译并安装Tensorflow1.5rc0(GPU版)

这有我本人根据自己的环境编译好的版本:https://pan.baidu.com/s/1jJNV8BO 密码: 4as4

1、下载:终端中执行:

gitclonehttps://github.com/tensorflow/tensorflow

cdtensorflow

gitcheckoutr1.5

2、配置编译选项:

./configure

Pleasespecifythelocationofpython.[Defaultis/home/ceiec/anaconda3/envs/tensorflow/bin/python]:

FoundpossiblePythonlibrarypaths:

/home/ceiec/anaconda3/envs/tensorflow/lib/python3.6/site-packages

PleaseinputthedesiredPythonlibrarypathtouse.Defaultis[/home/ceiec/anaconda2/envs/tensorflow/lib/python3.6/site-packages]

DoyouwishtobuildTensorFlowwithjemallocasmallocsupport?[Y/n]:Y (也可以选n,我选的Y)

jemallocasmallocsupportwillbeenabledforTensorFlow.

DoyouwishtobuildTensorFlowwithGoogleCloudPlatformsupport?[Y/n]:n

NoGoogleCloudPlatformsupportwillbeenabledforTensorFlow.

DoyouwishtobuildTensorFlowwithHadoopFileSystemsupport?[Y/n]:n

NoHadoopFileSystemsupportwillbeenabledforTensorFlow.

DoyouwishtobuildTensorFlowwithAmazonS3FileSystemsupport?[Y/n]:n

NoAmazonS3FileSystemsupportwillbeenabledforTensorFlow.

DoyouwishtobuildTensorFlowwithXLAJITsupport?[y/N]:N

NoXLAJITsupportwillbeenabledforTensorFlow.

DoyouwishtobuildTensorFlowwithGDRsupport?[y/N]:N

NoGDRsupportwillbeenabledforTensorFlow.

DoyouwishtobuildTensorFlowwithVERBSsupport?[y/N]:N

NoVERBSsupportwillbeenabledforTensorFlow.

DoyouwishtobuildTensorFlowwithOpenCLsupport?[y/N]:N

NoOpenCLsupportwillbeenabledforTensorFlow.

(如果选opencl,则configure会检查opencl相关的文件,这里不需要,所以选择No)

DoyouwishtobuildTensorFlowwithCUDAsupport?[y/N]:Y (这里是必须选Y)

CUDAsupportwillbeenabledforTensorFlow.

PleasespecifytheCUDASDKversionyouwanttouse,e.g.7.0.[LeaveemptytodefaulttoCUDA8.0]:9.0

PleasespecifythelocationwhereCUDA9.0toolkitisinstalled.RefertoREADME.mdformoredetails.[Defaultis/usr/local/cuda]:

PleasespecifythecuDNNversionyouwanttouse.[LeaveemptytodefaulttocuDNN6.0]:7

(上面输入7不能是7.0,否则会报错并提示你重新选)

PleasespecifythelocationwherecuDNN7libraryisinstalled.RefertoREADME.mdformoredetails.[Defaultis/usr/local/cuda]:

Pleasespecifyalistofcomma-separatedCudacomputecapabilitiesyouwanttobuildwith.

Youcanfindthecomputecapabilityofyourdeviceat:https://developer.nvidia.com/cuda-gpus.

Pleasenotethateachadditionalcomputecapabilitysignificantlyincreasesyourbuildtimeandbinarysize.[Defaultis: 3.0]3.0

(兼容性等级填3.0)

DoyouwanttouseclangasCUDAcompiler?[y/N]:n (我们用gcc编译,不用clang编译,所以选择n)

nvccwillbeusedasCUDAcompiler.

Pleasespecifywhichgccshouldbeusedbynvccasthehostcompiler.[Defaultis/usr/bin/gcc]:

DoyouwishtobuildTensorFlowwithMPIsupport?[y/N]:

NoMPIsupportwillbeenabledforTensorFlow.

Pleasespecifyoptimizationflagstouseduringcompilationwhenbazeloption"--config=opt"isspecified[Defaultis-march=native]:

Add"--config=mkl"toyourbazelcommandtobuildwithMKLsupport.

PleasenotethatMKLonMacOSorwindowsisstillnotsupported.

IfyouwouldliketousealocalMKLinsteadofdownloading,pleasesettheenvironmentvariable"TF_MKL_ROOT"everytimebeforebuild.

Configurationfinished

如果选择错了,就中断再来配置一遍。

3、编译:

bazelbuild-copt--copt=-msse3--copt=-msse4.1--copt=-msse4.2--copt=-mavx--config=opt//tensorflow/tools/pip_package:build_pip_package

(或者:bazelbuild-copt--copt=-msse3--copt=-msse4.1--copt=-msse4.2--copt=-mavx --copt=-mavx2--copt=-mfma--config=opt//tensorflow/tools/pip_package:build_pip_package

增加更多的cpu指令集,我只选了sse3、sse4.1、sse4.2、avx,因为我的cpu不支持avx2和fma指令集所以没加这两个选项)

注:这步操作比较耗时。结束后,会在路径tensorflow/tools/pip_package下产生一个脚本build_pip_package。这个脚本是用于产生“.whl”包文件的。

4、打包:

bazel-bin/tensorflow/tools/pip_package/build_pip_package/tmp/tensorflow_pkg

注:上面命令执行结束后,会在目录/tmp/tensorflow_pkg下产生文件:tensorflow-1.5.0rc0-cp36-cp36m-linux_x86_64.whl

5、安装:

先在anaconda下创建一个tensorflow环境(也可以打开anaconda图形配置界面来创建环境,参看七)

source ~/anaconda3/bin/activate tensorflow

然后在这个tensorflow下安装tensorflow

pipinstall/tmp/tensorflow_pkg/tensorflow-1.5.0rc0-cp36-cp36m-linux_x86_64.whl

安装spyder3图形开发环境

pip install spyder

启动spyder

spyder

七、anaconda图形界面安装配置tensorflow环境

1、启动anaconda:

打开终端模拟器输入命令:

anaconda-navigator

启动后界面如下:

选择左侧栏第二选项(Environments)

由于我已经配置过了,所以有两个选项anaconda3和tensorflow。第一次打开只有一个root选项。

选择中间栏目下边的带加号图标的Create按钮,创建新的环境:

在弹出的窗口输入tensorflow然后点Create,等待配置完成,创建完之后就是第二张图的样子了

然后鼠标左键点击tensorflow,在右侧栏上边第一个选择框那选择Not installed:

用鼠标滚轮向下找到spyder,点击在前面的选择框,右下角点击apply安装spyder,安装完将其升级到最新版3.2.6。

以后使用spyder开发环境就可以直接在终端输入spyder。

原文链接:https://www.f2er.com/ubuntu/350109.html

猜你在找的Ubuntu相关文章