Ubuntu18.04 TensorFlow2.0安装及配置

环境配置要求

• python 3.6
• NVIDIA® GPU drivers —CUDA 10.0 requires 410.x or higher.
• CUDA® Toolkit —TensorFlow supports CUDA 10.0 (TensorFlow >= 1.13.0)
• CUPTI ships with the CUDA Toolkit.
• cuDNN SDK (>= 7.4.1)
• (Optional) TensorRT 5.0 to improve latency and throughput for inference on some models.

NVIDIA驱动安装

1. 准备工作
   - 禁用BIOS中的secure boot，因为此方法使用第三方源安装显卡驱动，不禁止secure boot会导致安装的驱动不能使用，禁用也不会有多大安全隐患。
   - 禁用nouveau，这是ubuntu默认使用的开源显卡驱动，和nvidia驱动一起使用可能导致黑屏，所以禁掉。
2. 禁用nouveau
   创建blacklist-nouveau.conf

   $ sudo vim /etc/modprobe.d/blacklist-nouveau.conf
   

   将下述内容插入该文件

   blacklist nouveau
   options nouveau modeset=0
   

   执行以下命令使禁用生效并且重启：

   $ sudo update-initramfs -u
   $ sudo reboot
   

   重启后，执行以下命令，若无输出则禁用成功。

   $ lsmod | grep nouveau
   

3. 安装显卡驱动
   删除旧的显卡驱动

   sudo apt-get purge nvidia-*
   

   查看合适的驱动版本

   ubuntu-drivers devices
   

图中推荐的是430版本的驱动，可通过ubuntu-drivers autoinstall 或sudo apt-get install nvidia-driver-430安装，成功后需sudo reboot重启。重启完毕后可运行nvidia-smi查看具体的显卡驱动信息。

Anaconda3安装

1. 下载合适的版本，这里选择Anaconda3-5.2.0-Linux-x86_64.sh，对应的是python3.6。下载地址
2. 安装

   bash Anaconda3-5.2.0-Linux-x86_64.sh
   

   在选择是否添加环境变量时输入yes，可自行选择是否下载VScode。

   手动添加环境变量方式：
   echo 'export PATH="/root/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
   若使用zsh终端，则需要执行下述命令：
   echo 'export PATH="/root/anaconda3/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

3. 执行conda --version检测安装是否成功。

创建并配置tensorflow虚拟环境

1. 创建虚拟环境

   conda create -n TF2.0 python=3.6
   

2. 初始化

   conda init bash
   

3. 进入虚拟环境

   conda activate TF2.0
   

4. 添加清华源为下载源

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
   

   conda config --set show_channel_urls yes
   

5. 安装cuda10.0

   conda install cudatoolkit=10.0
   

6. 安装cudnn7.5.1

   conda install cudnn=7.5.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
   

7. 安装Tensorflow2.0

   pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
   

   由于目前anaconda不支持tensorflow2.0的安装，只能用pip安装。
8. 测试环境搭建是否成功
   运行demo.py（python demo.py)，观察输出的tensorflow版本及是否使用GPU。

demo.py

import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\nuse GPU",gpu_ok)

9. 安装Jupyter Notebook

   conda install jupyter notebook 
   

10. 运行Jupyter Notebook

    jupyter notebook (普通用户）
    jupyter notebook --allow-root （root用户)
    

11. Jupyter Notebook运行指定的conda虚拟环境

    conda install nb_conda_kernels
    

    安装nb_conda_kernels，重启Jupyter Notebook即可。
    End