Ubuntu18.04使用anaconda3安装tensorflow-gpu、pytorch

安装过程与之前Ubuntu16.04差不多

需要下载的:Anaconda3, cuda9, cudnn7

链接: https://pan.baidu.com/s/1zETCwtUt-u9fRHOKX4pDQg 提取码: 3fah

一,安装pip

sudo apt-get update

sudo apt-get install python-pip python-dev  # 如果当前环境Python版本3, 则改为是

sudo apt-get install python3-pip

二,安装nvidia driver

方式1(命令行):

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

ubuntu-drivers devices

输出:

== /sys/devices/pci0000:16/0000:16:00.0/0000:17:00.0 ==
modalias : pci:v000010DEd00001B06sv00001458sd0000374Cbc03sc00i00
vendor   : NVIDIA Corporation
model    : GP102 [GeForce GTX 1080 Ti]
driver   : nvidia-driver-390 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

则安装:sudo apt-get install nvidia-driver-390

再输入:nvidia-smi

显示如下,则成功安装

h428@h428:~$ nvidia-smi
Mon Nov  5 17:40:36 2018       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.77                 Driver Version: 390.77                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 108...  Off  | 00000000:17:00.0  On |                  N/A |
|  0%   56C    P5    16W / 250W |    324MiB / 11175MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   1  GeForce GTX 108...  Off  | 00000000:65:00.0 Off |                  N/A |
|  0%   44C    P8    11W / 250W |      2MiB / 11178MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      2230      G   /usr/lib/xorg/Xorg                            18MiB |
|    0      2365      G   /usr/bin/gnome-shell                          49MiB |
|    0      4777      G   /usr/lib/xorg/Xorg                           136MiB |
|    0      4908      G   /usr/bin/gnome-shell                         113MiB |
|    0      5652      G   /usr/lib/firefox/firefox                       2MiB |
+-----------------------------------------------------------------------------+

方式2(离线,安装有风险慎用):

官网:Unix Drivers | NVIDIA

离线下载需要的驱动,下面的Archive可以获取其他版本。

   Ubuntu18.04使用anaconda3安装tensorflow-gpu、pytorch_第1张图片

更详细的可以参考:

Ubuntu离线安装Nvidia显卡驱动_MAKE ELEPHANT FLY的博客-CSDN博客

ubuntu 16.04 + GTX1050安装nvidia驱动_MoonLer的博客-CSDN博客

下面三、四步是传统的方式,可以采用更省力、快捷方式,即直接跳到五、六步。(cuda版本对应表)

三,安装cuda 9.0

下载cuda9.0, 在下载目录下右击鼠标,打开terminal,安装已经下载的 cuda_9.0.176_384.81_linux.run,命令如下:

 sudo sh cuda_9.0.176_384.81_linux.run --override

过程除了显卡驱动no, 其他都是yes

1)打开bashrc文件:sudo gedit ~/.bashrc

2) 在文件最后输入:

export PATH=$PATH:/usr/local/cuda/bin  
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64  
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64 

这里不指定cuda版本,方便切换版本。

生效:source ~/.bashrc

测试:

cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

结果如上,安装成功 

3)安装cudnn:

清华源:Index of /anaconda/pkgs/main/linux-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

离线下载好需要的cudnn版本,离线安装,需要安装好anaconda3:

conda install --use-local cudnn-7.6.4-cuda10.1_0.tar.bz24)重启电脑四,安装cudnn 7

下载cudnn7, 解压,进入解压路径根目录(可以看见cuda文件家)再如下命令:

sudo cp cuda/include/cudnn.h /usr/local/cuda/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

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

五,安装Anaconda版

从清华源选择版本:Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

下载anaconda3, 进入下载目录,安装:

 bash Anaconda3-5.0.1-Linux-x86_64.sh

六,安装tensorflow-gpu

pip install tensorflow-gpu

上面这种命令超级慢

可以使用conda命令:conda install tensorflow-gpu==1.11

直接安装想要安装的版本,显示如下,发现有cudatoolkit9.2, cudnn7.2,说明通过上面的命令会顺便将对应的cuda和cudnn安装了。就不用担心版本对应问题了,只需要任选择一个较新的tensorflow-gpu版本,自动找到对应的cuda和cudnn。

输入y即可。相对于前面方式,更快

The following NEW packages will be INSTALLED:

    _tflow_select:       2.1.0-gpu                
    absl-py:             0.6.1-py36_0             
    astor:               0.7.1-py36_0             
    blas:                1.0-mkl                  
    cudatoolkit:         9.2-0                    
    cudnn:               7.2.1-cuda9.2_0          
    cupti:               9.2.148-0                
    gast:                0.2.0-py36_0             
    grpcio:              1.12.1-py36hdbcaa40_0    
    keras-applications:  1.0.6-py36_0             
    keras-preprocessing: 1.0.5-py36_0             
    libprotobuf:         3.6.1-hd408876_0         
    markdown:            3.0.1-py36_0             
    protobuf:            3.6.1-py36he6710b0_0     
    tensorboard:         1.11.0-py36hf484d3e_0    
    tensorflow:          1.11.0-gpu_py36h9c9050a_0
    tensorflow-base:     1.11.0-gpu_py36had579c0_0
    tensorflow-gpu:      1.11.0-h0d30ee6_0        
    termcolor:           1.1.0-py36_1             

The following packages will be UPDATED:

    anaconda:            5.0.1-py36hd30a520_1      --> custom-py36hbbc8b67_0
    conda:               4.3.30-py36h5d9f9f4_0     --> 4.5.11-py36_0        
    conda-env:           2.6.0-h36134e3_1          --> 2.6.0-1              
    libgcc-ng:           7.2.0-h7cc24e2_2          --> 8.2.0-hdf63c60_1     
    libstdcxx-ng:        7.2.0-h7a57d05_2          --> 8.2.0-hdf63c60_1     
    pycosat:             0.6.2-py36h1a0ea17_1      --> 0.6.3-py36h14c3975_0 

Proceed ([y]/n)? 

七,安装Pytorch

点击链接,选中对应环境(Linux, Conda, Python3.6, Cuda9.0),找到需要的命令,如下:

Ubuntu18.04使用anaconda3安装tensorflow-gpu、pytorch_第2张图片

所以官方安装方式:

conda install pytorch torchvision cudatoolkit=9.2 -c pytorch

但是太慢了

注意:直接输入上面的命令太慢了,建议参考方法。输入命令:

添加清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

添加Pytorch镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/


conda install pytorch torchvision cudatoolkit=9.2 这个时候要注意,我们已经吧-c pytorch给删除了,安装的时候才会默认从清华源下载相应的包

解释一下,就是我们没有使用pytorch的源,而改成清华镜像的源了。

清华镜像:anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

类似的安装opencv:

conda install opencv

如果pycharm导入失败,尝试重启pycharm即可。

可能会报错:

... specified in the package manifest cannot be found...

解决办法:

conda clean --packages --tarballs

其他安装opencv方式:

pip install opencv-python

还需要安装

pip install opencv-contrib-python

你可能感兴趣的:(Ubuntu安装,环境搭建,tensorflow,pytorch,ubuntu)