ubuntu 16.04 系统安装tensorflow-gpu（conda方式）

ubuntu 16.04 系统安装tensorflow-gpu（conda方式）

记录在ubuntu安装tensorflow-gpu的过程

安装conda

下载、安装。

记得更换为国内镜像源（速度比较稳定）
更换方法https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

1. 修改 ~目录下的.condarc文件： vim ~/.condarc
2. 删除原来的内容
3. 粘贴以下内容：

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

4. 保存.condarc 文件： wq
5. 使配置生效： conda config

创建conda环境

1. conda基本指令：

// 新建一个conda环境
conda create -n tf python=3.6

// 进入环境
conda activate tf

// 删除环境
conda remove -n tf --all

// 查看conda库中存在的tensorflow版本
conda search tensorflow-gpu

// 查看python版本
python --version 

2. 创建环境

conda create -n tf python=3.6
conda activate tf

安装Tensorflow

TensorFlow对系统的环境有一定要求，不同的cuda和cudnn版本兼容的TensorFlow版本也不同
https://blog.csdn.net/qq_27825451/article/details/89082978

因此我们首先需要查看cuda和cudnn的版本

1. 查看cuda版本
   cat /usr/local/cuda/version.txt

\\ 显示结果
CUDA Version 9.2.148

2. 查看cudnn版本
   cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

\\ 显示结果
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 4
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

3. 查表找到合适的tensorflow版本
   根据cuda和cudnn版本，尝试安装tensorflow-1.12.0

conda search tensorflow-gpu
conda install tensorflow-gpu==1.12.0

安装过程中，发现conda会自动重新下载安装cuda和cudnn等相关库，但保险起见，还是找一个与机器本身的cuda和cudnn版本对应的tensorflow，因为不同架构的gpu之间的计算兼容性不同，万一conda自动安装的cuda版本不兼容你的gpu，会导致新的问题。

验证

验证的主要目的是确保刚才安装的tensorflow能正常运行

\\ 命令行进入python
python

\\ 退出python
exit()

python环境下输入：

import tensorflow as tf
# 验证tensorflow版本
print(tf.__version__)

# 验证tensorflow能识别到gpu
sess = tf.Session()
print(sess.list_devices())

检查返回的信息是否都对的上。

我按照以上流程一次配置通过。

补充：在pycharm中配置tensorflow环境

1. 打开pycharm
   新建工程：file —— new project —— Project interpreter —— Existing Project interpreter
   修改原有工程：file —— settings —— Project：XXX —— Project interpreter
   把下图中的interpreter路径设置成对应conda环境中的python即可
   
2. 使用
   下面就可以在pycharm中使用配置好的tensorflow环境了
   分享一下我使用的pycharm界面效果