Ubuntu18.04LTS+Anaconda+Tensorflow-GPU安装记录

简介

Ubuntu出了18.04版本,之前写过Ubuntu16.04+tensorflow-gpu的安装过程,在这里更新成18.04版本的。使用Anaconda结合pycharm更加方便。

安装Anaconda

  1. 下载地址:https://anaconda.org/
  2. 下载目录下,给予权限直接安装即可。在设置路径的时候,别忘了输入yes,那个的默认是no。。。。
  3. conda install tensorflow-gpu==1.8.0,安装1.8.0最新版的

现在还不能用,因为未安装CUNA。

安装cuda

很大程度参考了这篇博客。
下载cuda库,网址:https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1704&target_type=runfilelocal
之后,选择图上深绿色的那些图标:
Ubuntu18.04LTS+Anaconda+Tensorflow-GPU安装记录_第1张图片

在下载目录下,打开终端,输入如下2条命令:

  1. sudo chmod +x cuda_9.0.176_384.81_linux.run
  2. sudo ./cuda_9.0.176_384.81_linux.run –override
  3. 3个可以选装的优化脚本,我安装后没有任何问题,根据实际情况安装,对于深层网络还是有优化作用的,安装的时候需要sudo权限
    Ubuntu18.04LTS+Anaconda+Tensorflow-GPU安装记录_第2张图片

之后,一直等待安装完毕。注意,在安装过程中,出现 Make sure you don’t agree to install the new driver这个选项时,输入n,其余输入y即可。

之后去下载cudnn,网址:https://developer.nvidia.com/rdp/cudnn-download
需要注册账号
选择cuda9.0的版本,选择9.0目录下的第一个,library for linux的那个:
Ubuntu18.04LTS+Anaconda+Tensorflow-GPU安装记录_第3张图片
之后,在下载的目录下执行下面几个命令:
解压缩:

tar -zxvf cudnn-9.0-linux-x64-v7.tgz

复制核心的库:

sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/
sudo cp  cuda/include/cudnn.h /usr/local/cuda-9.0/include/

给予权限:

sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

安装:

sudo apt-get install libcupti-dev

设置环境变量:

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

最后的测试:

import tensorflow as tf
import numpy as np

x = tf.placeholder("float", shape=[None, 1])

W = tf.Variable(tf.zeros([1, 1]))
b = tf.Variable(tf.zeros([1]))

y = tf.matmul(x, W) + b

y_ = tf.placeholder("float", [None, 1])

cost = tf.reduce_sum(tf.pow((y_ - y), 2))

train_step = tf.train.GradientDescentOptimizer(0.001).minimize(cost)

init = tf.initialize_all_variables()

sess = tf.Session()
sess.run(init)

All_x = np.empty(shape=[1, 1])
All_y = np.empty(shape=[1, 1])

for i in range(10000):
    x_s = np.random.rand(1, 1)

    y_s = np.dot([[0.33]], np.random.rand(1, 1)) + 0.33

    feed = {x: x_s, y_: y_s}
    sess.run(train_step, feed_dict=feed)
    if i % 100 == 0:
        print("After %d iteration:" % i)
        print("W : %f" % sess.run(W))
        print("b : %f" % sess.run(b))

    All_x = np.concatenate((All_x, x_s))
    All_y = np.concatenate((All_y, y_s))

print(All_x)
print(All_y)

输出结果:
Ubuntu18.04LTS+Anaconda+Tensorflow-GPU安装记录_第4张图片
由于不是源码安装,有一些CPU的优化没有执行,但是影响不是特别大,因为这是GPU执行的。

以上是安装步骤,有问题留言,有时间一起讨论解决

你可能感兴趣的:(开发配置随笔记录)