TensorFlow + Jupyter NoteBook + Nvidia DIY设置

TensorFlow + Jupyter NoteBook + Nvidia DIY设置

这是在Ubuntu 17.04上的详细安装步骤，需要使用sudo权限。

Nvidia 驱动设置

安装Nvidia驱动仓库

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install build-essential cmake g++ gfortran git
pkg-config python-dev software-properties-common wget

从Nvidia安装CUDA 8.0，包括installer和Patch 2。

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-*amd64.deb
sudo apt-get update
sudo apt-get install cuda

为本地用户设置CUDA环境

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export
LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >>
~/.bashrc
source ~/.bashrc

测试CUDA

nvcc -V

最后安装cuDNN，这个需要注意和CUDA版本相对应

cd ~/Downloads/
tar xvf cudnn*.tgz
cd cuda
sudo cp */*.h /usr/local/cuda/include/
sudo cp */libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

Anaconda 设置

安装Anaconda，选择Python3.6版本

cd ~/Downloads/
bash Anaconda3-4.4.0-Linux-x86_64.sh

通常会将Anaconda安装在/opt目录下，如果将它安装在家目录下，那么需要在激活环境后确定环境目录。

source activate tf-gpu
echo $PATH

TensorFlow 设置

当我们安装好Anaconda后，我们需要设置Jupyter以及安装TensorFlow GPU

conda create --name tf-gpu python=3.6
source activate tf-gpu
pip install --ignore-installed --upgrade
https://storage.googleapis.com/tensorflow/linux/gpu/tensorfl
ow_gpu-1.3.0-cp36-cp36m-linux_x86_64.whl

Jupyter 设置

设置好TendorFlow后，我们安装Jupyter，以及会使用到的一些包

conda install jupyter notebook numpy pandas matplotlib