tensorflow与cudnn在后面使用中的升级和版本搭配

上次分享了安装经验,安装成功的深度学习环境为,tensorflow1.0.0+cuda8.0+cudnn5.1.

但是随着学习的进度,发现很多其他作者给的源代码都
是用的高版本的tensorflow,直接用我原来的框架打开,函数报错,因为库函数写法发生了变化,于是每次都google修改,非常麻烦。于是我自己将tensorflow打算升级到1.7(暂时最新),cudnn升级到7.1(暂时最新),我的cuda还是8.0,这一升级,我就遇到问题了,根本不能直接升级到最新的版本。
升级tensorflow我使用的是下面的命令:

安装到Anaconda:

安装:pip install tensorflow-gpu==1.2.1

卸载:pip uninstall tensorflow-gpu==1.2.1

安装与卸载keras同样:

安装:pip install keras==2.0.5

pip uninstall keras=2.0.5

上面命令十分方便,直接就可以下载或者卸载对用版本的tensorflow。
本人试用了1.6,1.4,最后使用命令

pip install tensorflow-gpu==1.3

成功安装并能使用。

能使用tensorflow1.3的前提是安装好cudnn,这里我讲cudnn升级到了6.0。
这里看下我的cudnn文件夹
tensorflow与cudnn在后面使用中的升级和版本搭配_第1张图片

安装步骤其实十分简单,首先要卸载到原来的cudnn5.1.
这里我使用的卸载其实就是删除cudnn对应的库文件:

cd /usr/local/cuda/lib64
sudo rm libcudnn.so.x libcudnn.so.x.0*(注意这里你的版本是多少就填多少,反正就是把文件夹中libcudnn.so开头文件删除完)
sudo rm libcudnn.so

然后我看到有的博主说,要关联.so文件,就是下面这句话:

sudo ln -s libcudnn.so.5.1 libcudnn.so
ll(查看关联信息)

本人没有用上。使用博主链接为:https://blog.csdn.net/Hungryof/article/details/52746279,可能每个人遇到的问题不一样吧。
删除原来的5.1的文件后,现在添加6.0的cudnn文件:
安装cuDNN比较简单,其实就是解压后把相应的文件拷贝到对应的CUDA目录下即可

tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp cuda/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*

最后提一下,为什么用6.0,因为我试了7.1,7.0的cudnn,都没法在本人电脑上正常支持tensorflow1.3,不知道原因。

这里在添加一个查看cuda和cudnn的版本信息命令:

cuda 版本
cat /usr/local/cuda/version.txt

cudnn 版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

运行结果:
tensorflow与cudnn在后面使用中的升级和版本搭配_第2张图片

好了,最后我觉得cudnn和tensorflow的安装顺序没有什么先后顺序,但是得先装好cuda。

本人运行环境变为了tensorflow1.3+cuda8.0+cudnn6.0;

你可能感兴趣的:(linux,深度学习)