Ubuntu16.04 安装TensorFlow-gpu版本
- Ubuntu16.04安装TensorFlow-gpu版本
-
-
- 1. 查看CUDA和Cudnn的版本
- 2. 选取适合的TensorFlow-gpu版本
- 3. 安装TensorFlow-gpu
- 4. 测试TensorFlow-gpu是否安装成功
- 5. 一些报错的解决方案
-
- 5.1 numpy的版本过高
- 5.2 选用的TensorFlow-gpu版本和CUDA/Cudnn版本不符
- 5.3 ImportError: No module named platform
-
Ubuntu16.04安装TensorFlow-gpu版本
目前，基于python的深度学习几个常用的框架分别是TensorFlow、Pytorch、Keras、Theano、Caffe等等，伙伴们可以参考大佬的博客——深度学习十大框架比较。最近在用TensorFlow框架，但是在CPU上运行速度太慢了，这就需要我们在GPU上运行，TensoFlow是分为GPU版本和CPU版本的，要根据电脑/服务器的配置选择TensorFlow的版本。我们的服务器上是Ubuntu16.04的，所以下面的分享也主要是基于Ubuntu的。
先放上TenserFlow的官网地址，上面有很多大家可以自娱自乐的东西～哈哈
1. 查看CUDA和Cudnn的版本
我的系统是Linux Ubuntu16.04，Python的版本是3.6，要安装TensorFlow-gpu版本还需要知道服务器上安装的是什么版本的CUDA和Cudnn。
查看CUDA版本的命令：
cat /usr/local/cuda/version.txt
查看Cudnn版本的命令：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
我的配置如下图：
2. 选取适合的TensorFlow-gpu版本
伙伴们可以去TensorFlow官网上查看对应自己Linux/Python/CUDA/Cudnn配置的TensorFlow-gpu的版本，也给大家再放一遍网址：TensorFlow对应版本网址。可以从下图看出对应我的Linux/Python/CUDA/Cudnn的版本就是红框中的几款，这几款就要看运行的Code是需要什么版本了。
3. 安装TensorFlow-gpu
因为害怕安装的时候动了主环境，一般我的操作是创建一个新的虚拟环境，如果大家不装虚拟环境也可以，但是还是建议大家创建一个虚拟环境。如果伙伴们是使用docker的，可以参考TensorFlow官网上安装教程，这里就不赘述了。
查看服务器上的虚拟环境命令：
创建新的虚拟环境：
conda create -n your_new_conda_name python==X.X
# Ex:conda create -n tensorflow python==3.6
然后，你可以重新查看服务器上虚拟环境，看有没有tensorflow的虚拟环境，如果有的话就说明已经创建成功了，没有创建成功的话再执行一遍命令就可以了；
进入新创建的虚拟环境tensorflow：
conda activate tensorflow
# 顺便提一句，退出虚拟环境的命令：conda deactivate tensorflow
# 有时候conda activate会报错，可以用source activate/deactivate激活或者退出
用pip安装tensorflow-gpu：
pip install tensorflow-gpu==1.6.0
4. 测试TensorFlow-gpu是否安装成功
安装成功TensorFLow-gpu以后还需要测试一下，一般用tf.__version__来测试，但是发现如果是装的CPU版本或者GPU版本没有调用显卡此命令也会显示TensorFlow的版本，推荐用下述命令来测试。
import tensorflow as tf
tf.test.is_gpu_available()
如果你可以看到类似下图的反馈（尤其是最后一句为True），说明安装成功啦。
5. 一些报错的解决方案
5.1 numpy的版本过高
在对于安装好的TensorFlow-gpu进行测试的时候可能会遇到下面的情况，则说明环境中numpy的版本过高，重新安装numpy就不会报错了（推荐此配置下numpy的版本为1.14.5）。
as/home/tensor/anaconda2/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:517: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
_np_qint8 = np.dtype([("qint8", np.int8, 1)])
/home/tensor/anaconda2/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:518: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
_np_quint8 = np.dtype([("quint8", np.uint8, 1)])
/home/tensor/anaconda2/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:519: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
_np_qint16 = np.dtype([("qint16", np.int16, 1)])
/home/tensor/anaconda2/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:520: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
_np_quint16 = np.dtype([("quint16", np.uint16, 1)])
/home/tensor/anaconda2/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:521: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
_np_qint32 = np.dtype([("qint32", np.int32, 1)])
/home/tensor/anaconda2/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:526: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
np_resource = np.dtype([("resource", np.ubyte, 1)])
5.2 选用的TensorFlow-gpu版本和CUDA/Cudnn版本不符
如果出现下述的问题则说明选取的TensorFlow-gpu的版本和现有的CUDA/Cudnn的版本不符合（尤其是TensorFlow更新了2.0的版本以后），TensorFlow-gpu对于CUDA/Cudnn的依赖性很强，一定要选用对的版本！！！
ImportError: libcudart.so.10.0: cannot open shared object file: No such file or directory
5.3 ImportError: No module named platform
其实这个问题我也不知道它是怎么出的，是实验室的小伙伴突然问我的，我也就记下来了。
网上的解决方案：例如：编译好Tensorflow，import时出现“ImportError: No module named platform”错误）。（这个在我这里并不适用，所以⬇️）
我的解决方案：我看了一下小伙伴装的1.4.1的版本～但是在我们服务器上不适配，重新装了1.5.0的就没有这个错误了。
Python 2.7.17 |Anaconda, Inc.| (default, Oct 21 2019, 19:04:46)
[GCC 7.3.0] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
Traceback (most recent call last):
File "" , line 1, in <module>
File "/home/tensor/anaconda2/envs/dx/lib/python2.7/site-packages/tensorflow/__init__.py", line 24, in <module>
from tensorflow.python import *
File "/home/tensor/anaconda2/envs/dx/lib/python2.7/site-packages/tensorflow/python/__init__.py", line 49, in <module>
from tensorflow.python import pywrap_tensorflow
File "/home/tensor/anaconda2/envs/dx/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 25, in <module>
from tensorflow.python.platform import self_check
ImportError: No module named platform
>>> exit()
这是昨天装TensorFlow-gpu遇到的一些坑随手就记录了下来，以后有问题会不断补充上来的，感谢大家的支持和大佬的帮助～