笔者由于昨天给工作站陪环境的时候把ubnutu16的系统整崩了,为了防止类似的情况发生,特记录一下配置ubuntu16.04+anaconda5.2+TensorFlow-gpu+cuda+cnDNN+pycharm的整合等要素。
emmmmmmm,这里没有配图,只有相关的文字介绍,看起来可能会显得糙,人懒,望海涵。。。
爬坑爬了两天时间,略显得人有点笨,还好整出来了,纠结一下先.....
一.装系统,网上装系统的方式多种多样,这里不做赘述。
二.更换源,我们拥有了一个纯净的系统,为了提高软件的访问安装速度,进行了以下操作:
1. cd /etc/apt/
2. sudo cp sources.list sources.list.bak 做备份
3. sudo gedit sources.list 打开sources.list文件
4. 将文件中前面没有带# 号注释的句子中的网址替换成https://mirrors.tuna.tsinghua.edu.cn/ubuntu (这个是清华大学的镜像源)
5. sudo apt-get update 进行软件库的更新
三.安装Anaconda
1. 软件包的下载(https://www.anaconda.com/download/#linux),选择对应的版本信息,选择保存后默认下载到 ~/下载/
2. cd ~/下载/
3. sudo bash Anaconda3-5.2.0-Linux-x86_64.sh 这里进行的是安装
4. 依据提示选择输入yes/no/Enter。这里依次要求为:
(1)Please, press ENTER to continue Enter
(2)Do you accept the license terms? [yes|no] 是否接受协议,选是
(3)Anaconda3 will now be installed into this location:
/home/dream/anaconda3 - Press ENTER to confirm the location
- Press CTRL-C to abort the installation
- Or specify a different location below [/home/dream/anaconda3] >>>
默认安装位置为/home/dream/anaconda3 需要修改在后面加上安装位置,不许要直接Enter
(4)Do you wish the installer to prepend the Anaconda3 install location
to PATH in your /home/dream/.bashrc ? [yes|no] 是否加入环境变量,选是[yes]
(5)Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]>>> 是否安装Microsoft VSCode 这里点了是
(6)等待片刻,就成功安装上去了
5.关闭终端,另启用一个,然后输入python,如果出现类似字样,便安装成功啦。
Python 3.6.5 |Anaconda, Inc.| (default, Apr 29 2018, 16:14:56)
[GCC 7.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>
四.安装tensorflow-gpu
1.可进官网(https://www.tensorflow.org/install/install_linux)给的相关安装文档给Anaconda安装TensorFlow
2.这里先安装的是tensorflow,后面再介绍Nvida的加速接口的安装。
(1)anaconda-navigator 在终端输入,第一次启动anaconda,时间会稍微有一点长。
(2)点击Environments,后选择base(root)右面的右三角,然后选择open terminal
(3)在终端输入conda create -n tensorflow pip python=3.6 然后依据提示键入y
(4)终端会显示如下:
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
# $ conda activate tensorflow
#
# To deactivate an active environment, use
#
# $ conda deactivate
(5)做补充,这个可以加在上一步
conda create -n etc.
有如下提示:
environment location: /home/dream/.conda/envs/etc.
这里键入y,然后输入回车
(6)激活conda环境
source activate tensorflow
(7)安装tensorflow
(tensorflow)$ pip install --ignore-installed tensorflow-gpu
(8)这个是在base(root)的终端下面安装tensorflow的终端,所以1-8步可以省略,看个人的需求来选择
(9)因为anaconda里面集成了pip命令,所以没有必要再执行如下命令:
sudo apt-get install python3-pip python3-dev
因为这个命令的执行会给用户安装python3.5版本,后面如果再使用pip3的命令的话,会给python3.5对应的环境安装tensorflow等环境,anaconda是集成了pip命令的软件,所以并不需要重新装pip3,这里地方确实出现了很多坑,还被迫重装了系统,好在爬出来了。
(10)安装cpu版tensorflow
pip install tensorflow
(11)安装gpu版tensorflow
pip install tensorflow-gpu
这里值得注意的是它会出现permission denied,但是加上sudo它就不是装在家目录下面,我是参考了http://blog.csdn.net/u012609509/article/details/71077169 的方式处理的
sudo chown -R $USER 后面加上指定的文件 (改用户组)
sudo chmod 777 后面加上指定的文件 (改权限)
其中给定文件,我是往前推一个路径的,不然会找不到报错
3 测试安装的tensorflow
(1)测试cpu版的tensorflow
这个应该在安装cpu版的tensorflow后面就进行测试,因为gpu版的tensorflow的优先级要高于cpu版的tensorflow。如果在编辑器中 import tensorflow as tf 没有报错的话,证明tensorflow已安装
(2)测试gpu版的tensorflow
同样都是 import tensorflow as tf 它肯定会报错,因为我们到这里还没有给我们的gpu安装接口程序,也就是CUDA 和 cuDNN,但是这个地方请注意一下报错的内容,笔者这里的报错内容是ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory,它就表示你需要安装9.0版本的CUDA ,这个地方需格外注意。
五 安装CUDA 和 cuDNN(这里参考了https://blog.csdn.net/Briliantly/article/details/79560477的部分内容)
1 安装NVIDIA 驱动
(1)禁用nouveau驱动
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
键入以下内容,然后保存退出
blacklist nouveau
options nouveau modeset=0
重新生成内核
sudo update-initramfs -u
重启计算机。然后终端中输入lsmod | grep nouveau 若没有输出,则表明禁用成功
(2)删除旧的驱动
sudo apt-get purge nvidia*
(3)安装NVIDIA 驱动
添加ppa
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
推荐搜索的驱动
ubuntu-drivers devices
找到recommended所在的驱动的名称(driver : nvidia-396 - third-party free recommended)
(4)安装NVIDIA 驱动
sudo apt-get install nvidia-396
(5)重启系统
(6)校验是否成功
nvidia-smi
重启之前和重启之后输入该命令会发现有明显不同
笔者的校验信息如下:
Tue Jul 3 23:33:53 2018
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 396.24.02 Driver Version: 396.24.02 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 Quadro K4000 Off | 00000000:03:00.0 On | N/A |
| 31% 48C P0 36W / 87W | 97MiB / 3012MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1087 G /usr/lib/xorg/Xorg 56MiB |
| 0 1600 G compiz 30MiB |
| 0 2293 G fcitx-qimpanel 7MiB |
+-----------------------------------------------------------------------------+
2 安装CUDA
(1)CUDA下载
https://developer.nvidia.com/cuda-toolkit-archive
选择CUDA Toolkit 9.0 的下载包方式,这里不推荐使用在线安装方式,因为是国外的服务器会下载极慢。
然后选择对应系统的版本,这里是Linux==>x86_64==>ubntu==>16.04==>deb(local),然后点击duwnload。
(2)CUDA安装
按照官方网站中给出的内容提示输入就好了
这里使用了
`sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb`
`sudo apt-key add /var/cuda-repo-
`sudo apt-get update`
`sudo apt-get install cuda`
(3)添加路径
sudo gedit /home/dream/.profile
在文件中添加:
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
保存退出之后输入. /home/dream/.profile 使刚才的修改生效
(4)安装校验
nvcc -V
会显示如下
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176
(5)程序校验
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery 进入程序目录
sudo make 编译程序
./deviceQuery 运行程序 后笔者这里显示Result=PASS 则表明CUDA安装通过
3 安装cuDNN
(1)cuDNN下载
https://developer.nvidia.com/rdp/cudnn-archive 访问官方网址选择跟SUDA对应的cuDNN版本。这里选择的是cuDNN7.0.5,cuDNN v7.0.5 Runtime Library for Ubuntu16.04 (Deb)。这里需要注册登录一下,登录进去点下载就好了。
(2)cuDNN安装
sudo dpkg -i libcudnn7_7.0.5.15-1+cuda9.0_amd64.deb
没有报错的话到这里cuDNN就安装成功啦
我们可以再次打开终端,输入python,然后再次导入tensorflow,我们可以欣喜的发现不会再有之前的报错信息啦。
六.pycharm的安装
对于像笔者这样熟悉pycharm的IDE环境的人,还是再加上一步pycharm的安装吧。。。
1 下载pycharm
https://www.jetbrains.com/pycharm/download/#section=linux
这里选择社区版的进行下载
2 安装pycharm
cd ~/下载/ 进入到下载目录
mv pycharm-community-2018.1.4.tar.gz ../ 移动到上一级目录
tar -zxvf pycharm-community-2018.1.4.tar.gz 解压包
3 使用pycharm
解压之后会在当前家目录下生成一个pycharm-community-2018.1.4的目录,我们使用cd pycharm-community-2018.1.4/bin 进入到bin目录下,ls之后我们会看到有一个pycharm.sh的文件,这个时候只需sh pycharm.sh 便可以运行pycharm了
注:笔者的用户名为dream,所以若使用这篇博文的内容的话,可以适当对相关命令进行修改,各种安装文件的选择也可以根据自己机器的配置信息稍加改动。
至此,结束,感谢捧场hhhhhhhhhhh