非root用户优雅地在linux安装tensorflow-gpu

非root用户优雅地在linux安装tensorflow-gpu

首先从清华镜像（https://mirrors4.tuna.tsinghua.edu.cn/anaconda/archive/） 下载需要的anaconda版本，运行安装命令

bash anaconda.sh

下载cuda 9.0版本

#cuda历史版本：https://developer.nvidia.com/cuda-toolkit-archive
wget https://developer.nvidia.com/compute/cuda/9.1/Prod/local_installers/cuda_9.1.85_387.26_linux
#运行命令
chmod +x cuda.run
./cuda.run
#已安装适配版本显卡驱动的话不要安装推荐的驱动

下载对应版本的cudnn（对应版本列表见下）
1.命令 tar -xzvf cudnn.tgz 解压，默认解压到cuda文件夹。
2.拷贝到个人用户的cuda目录下 （/home/yourname/cuda9)
cp cuda/include/cudnn.h cuda9/include/
cp cuda /lib64/libcudnn* cuda9/lib64
chmod a+r cuda9/include/cudnn/h cuda9/lib64/libcudnn*
3.修改个人用户的环境变量
环境变量文件~/.bashrc(用vi ~/.bashrc编辑)
export PATH=$HOME/cuda9/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/cuda9/lib64/
这两条命令添加进去HOME目录就是/home/yourname
最后source ~/.bashrc使环境变量生效

安装tensorflow1.9

conda install --channel https://conda.anaconda.org/kitware-danesfield-df tensorflow-gpu

运行测试程序

import tensorflow as tf
with tf.device('/cpu:0'):
	a = tf.constant([1.0,2.0,3.0],shape=[3],name='a')
	b = tf.constant([1.0,2.0,3.0],shape=[3],name='b')
with tf.device('/gpu:1'):
	c = a+b
print(c)
sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True,log_device_placement=True))
sess.run(tf.global_variables_initializer())
print(sess.run(c))

输出显卡信息和程序结果，安装完成。。