Ubuntu下tensorflow的安装(Ubuntu14.0+cuda8.0+cudnn v6+ Anaconda3-5.0.1+ tensorflow gpu1.3)

本文主要是介绍Ubuntu下tensorflow的安装(Ubuntu14.0+cuda8.0+cudnn v6+ Anaconda3-5.0.1+ tensorflow gpu1.3),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、安装显卡驱动cuda和cudnn

1、这里用的是cuda8.0,因为购买的服务器已经配置好的cuda环境,所以暂时先略过。
2、安装cudnn。

如果要使用gpu来对tensorflow进行加速,除了安装CUDA以外,cuDNN也是必须要安装的。跟cuda一样,去nvidia的官网下载cuDNN的安装包。

这里注意:不要下cuDNN v5.1Developer Library for Ubuntu16.04 Power8 (Deb)这个版本,因为是给powe8处理器用的,不是amd64.

1)在官网上下载压缩包(一定要对应版本)

tar -xvfcudnn-8.0-linux-x64-v5.1.tgz

2)安装cuDNN

安装cuDNN比较简单,解压后把相应的文件拷贝到对应的CUDA目录下即可

sudo cpcuda/include/cudnn.h /usr/local/cuda/include/

sudo cp cuda/lib64/libcudnn*/usr/local/cuda/lib64/

sudo chmod a+r/usr/local/cuda/include/cudnn.h

sudo chmod a+r/usr/local/cuda/lib64/libcudnn*

3)将解压后的文件中的lib64文件夹关联到环境变量中。

这一步很重要。

   >>cd ~

   >>sudo gedit .bashrc

在弹出的gedit文档编辑器(.bashrc中)中最后一行加入:

   >>export LD_LIBRARY_PATH= /your/path/to/cudnn/lib64:$LD_LIBRARY_PATH

其中/your/path/to/cudnn/lib64是指.tgz解压后的文件所在路径中的lib64文件夹。

保存更改的文件后,紧接着:

   >>source .bashrc

再重启一下Terminal(终端),该步骤可以成功的配置cuDNN的Lib文件。

注意:网上很多CUDNN的安装教程没有第三步,容易报错.

二、安装Anaconda

1、清华镜像源上下载对应的anaconda版本。

2、运行以下命令:

bash ~/Downloads/Anaconda3-5.0.1-Linux-x86_64.sh

上述命令需要修改文件夹和文件地址到你的下载目录里。

3、会出现证书的信息,一直点击,直到出现“yes”和“no”按钮,输入yes继续安装。

4、提示你是否安装在“/home/<user>/.bashrc?”文件夹下,如果选择no,就需要手动配置文件路径,这里直接选择yes即可。


5、显示“Thankyou for installing Anaconda<2 or 3>!”安装完成。你需要关闭并重新打开命令终端激活anconda。

6、输入:anaconda-navigator若能够打开anconda,则证明安装成功。

问题:这里边打不开anaconda界面,但是不妨碍使用

 

三、安装tensorflow gpu版本(这里安装的是tensorflowgpu1.3)

1、从清华镜像源上下载tensorflowgpu 1.3的版本(格式为.whl)。注意选择对应的python版本和系统

其中cp35:python3.5版本。

注意:这里在安装时候使用pipinstall tensorflow-gpu时候报错,主要问题是安装时候默认tensorflow1.4版本,这个版本对应的9.0的显卡,无法安装

2、运行pipinstall software/tensorflow_gpu-1.3.1-cp35-cp35m-linux_x86_64.whl. 命令,就安装成功

3、进入python,检查安装是否成功

运行命令:

>>Python

>>Importtensorflow as tf

>>tf.__version__

显示版本号,则安装成功

注:tensorflow1.3以下版本默认寻找cudnn5.0,如果需要运行1.3以上的版本(包括1.3),则需要配套的cudnn6.0。

4、安装keras

>>pipinstall keras

同样,若显示版本号,则安装成功

 

四、安装pycharm

1、官网下载pycharm安装包

2、解压,找到pycharm.sh,拖到命令行里,打开安装界面,并按照默认安装。

错误:

1)安装后,pycharm并没有显示在启动器的工具栏里

解决:再一次找到pycharm.sh拖到命令行里运行。这时启动器里会出现pycharm图标,鼠标右键“锁定到启动器”即可锁定。

2)importtensorflow系统找不到这个包:

这可能是pycharm并不能链接到anconda里安装的各种包

解决方案一:

①选择File--->>settings --->>project项目下的project interpreter。点击齿轮,接着点击“+”选择add local


②点击existingenvironment前边的复选框。

③在interpreter中选择目录为:anconda3>>lib>>python3.5(个人感觉是要链接到anconda的包中)

解决方案二:

①复制anconda3 /lib/python3.5这个包里的文件

②替换掉anconda3/env/untitled(自己的项目文件)/lib下的python3.5文件。

这篇关于Ubuntu下tensorflow的安装(Ubuntu14.0+cuda8.0+cudnn v6+ Anaconda3-5.0.1+ tensorflow gpu1.3)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1108844

相关文章

Zookeeper安装和配置说明

一、Zookeeper的搭建方式 Zookeeper安装方式有三种,单机模式和集群模式以及伪集群模式。 ■ 单机模式:Zookeeper只运行在一台服务器上,适合测试环境; ■ 伪集群模式:就是在一台物理机上运行多个Zookeeper 实例; ■ 集群模式:Zookeeper运行于一个集群上,适合生产环境,这个计算机集群被称为一个“集合体”(ensemble) Zookeeper通过复制来实现

CentOS7安装配置mysql5.7 tar免安装版

一、CentOS7.4系统自带mariadb # 查看系统自带的Mariadb[root@localhost~]# rpm -qa|grep mariadbmariadb-libs-5.5.44-2.el7.centos.x86_64# 卸载系统自带的Mariadb[root@localhost ~]# rpm -e --nodeps mariadb-libs-5.5.44-2.el7

Centos7安装Mongodb4

1、下载源码包 curl -O https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-4.2.1.tgz 2、解压 放到 /usr/local/ 目录下 tar -zxvf mongodb-linux-x86_64-rhel70-4.2.1.tgzmv mongodb-linux-x86_64-rhel70-4.2.1/

Centos7安装JDK1.8保姆版

工欲善其事,必先利其器。这句话同样适用于学习Java编程。在开始Java的学习旅程之前,我们必须首先配置好适合的开发环境。 通过事先准备好这些工具和配置,我们可以避免在学习过程中遇到因环境问题导致的代码异常或错误。一个稳定、高效的开发环境能够让我们更加专注于代码的学习和编写,提升学习效率,减少不必要的困扰和挫折感。因此,在学习Java之初,投入一些时间和精力来配置好开发环境是非常值得的。这将为我

安装nodejs环境

本文介绍了如何通过nvm(NodeVersionManager)安装和管理Node.js及npm的不同版本,包括下载安装脚本、检查版本并安装特定版本的方法。 1、安装nvm curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh | bash 2、查看nvm版本 nvm --version 3、安装

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

K8S(Kubernetes)开源的容器编排平台安装步骤详解

K8S(Kubernetes)是一个开源的容器编排平台,用于自动化部署、扩展和管理容器化应用程序。以下是K8S容器编排平台的安装步骤、使用方式及特点的概述: 安装步骤: 安装Docker:K8S需要基于Docker来运行容器化应用程序。首先要在所有节点上安装Docker引擎。 安装Kubernetes Master:在集群中选择一台主机作为Master节点,安装K8S的控制平面组件,如AP

pico2 开发环境搭建-基于ubuntu

pico2 开发环境搭建-基于ubuntu 安装编译工具链下载sdk 和example编译example 安装编译工具链 sudo apt install cmake gcc-arm-none-eabi libnewlib-arm-none-eabi libstdc++-arm-none-eabi-newlib 注意cmake的版本,需要在3.17 以上 下载sdk 和ex

衡石分析平台使用手册-单机安装及启动

单机安装及启动​ 本文讲述如何在单机环境下进行 HENGSHI SENSE 安装的操作过程。 在安装前请确认网络环境,如果是隔离环境,无法连接互联网时,请先按照 离线环境安装依赖的指导进行依赖包的安装,然后按照本文的指导继续操作。如果网络环境可以连接互联网,请直接按照本文的指导进行安装。 准备工作​ 请参考安装环境文档准备安装环境。 配置用户与安装目录。 在操作前请检查您是否有 sud