Ubuntu 安装 Tensorflow-gpu 与 Keras

为深度学习所用,博主预想在Ubuntu16.04上安装 显卡驱动 + CUDA + cuDNN + Tensorflow-gpu + Keras + PyCharm,参考了众多资料,最终成功将所有软件安装完毕,且能成功运行使用。该篇博客介绍了Tensorflow-gpu与Keras的安装教程(默认已手动安装CUDA及cuDNN),亦可通过下方链接查看其他步骤的安装教程。

前期说明及版本对照

换源及安装显卡驱动

安装 CUDA(附测试)

安装 cuDNN(附测试)

安装 Tensorflow-gpu 与 Keras(附测试)

设置 PyCharm

安装教程完整版

安装 Tensorflow-gpu

本教程基于 Anaconda3 安装 Tensorflow-gpu,Anaconda3内置可安装Python的不同版本,因此无需特地手动安装Python

1、下载 Anaconda3 安装包,使用清华镜像下载,网址:清华大学开源软件镜像站

2、进入下载安装包所在位置,鼠标右键打开终端,输入以下命令安装Anaconda3(其中 xxx 为你所下载的 Anaconda3 安装包名称)

bash ./xxx.sh

安装 Anaconda3 过程中会有一些提示,除去最后一个询问是否安装VSCode软件可以自行选择,其余提示都输入 yes ,默认Anaconda3安装在 “Home” 位置

3、换源,向终端输入以下命令,添加清华源

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

conda 命令提示找不到,可以在 “Home” 位置,打开终端,输入以下命令:

echo 'export PATH="~/anaconda3/bin:$PATH"'>>~/.bashrc
source ~/.bashrc

4、创建Python环境,其中 tensorflow-gpu 为创建的环境名称,可自行修改,python=3.6 为该环境依赖的Python版本,可自行修改版本

conda create -n tensorflow-gpu python=3.6

创建环境完成后,会提示激活环境与取消激活的命令,可将这两条命令记录在TXT文件中,以便今后使用

5、激活环境,其中 tensorflow-gpu 为需要激活的环境名称,可自行修改

source activate tensorflow-gpu

6、安装 Tensorflow-gpu,其中 tensorflow-gpu==1.10.0 是Tensorflow-gpu安装的版本,可自行修改版本

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.10.0

7、安装完毕后,可测试Tensorflow-gpu是否安装成功

输入以下命令执行Python

python

输入以下命令导入tensorflow包,回车导入,若无报错,则说明Tensorflow-gpu安装成功

import tensorflow as tf

在这里插入图片描述
8、取消激活,退出环境(退出Python可键入 Ctrl + Z

source deactivate

在这里插入图片描述
每次进入Anaconda3提供的Python环境中都需要激活环境,当不再使用该环境时,需要取消激活,再退出环境,如果退出环境后要再次进入环境,需要打开一个新的终端使用,而原本的终端无法再次激活环境

source activate tensorflow-gpu    //激活
source deactivate               //取消激活

安装 Keras

Keras的安装与Tensorflow-gpu的安装类似,都是基于Anaconda3实现

1、打开终端,激活安装有Tensorflow-gpu所在的环境,其中 tensorflow-gpu 为需要激活的环境名称,可自行修改

source activate tensorflow-gpu

2、安装Keras,其中 keras-gpu==2.2.0 为Keras的版本信息,因安装Tensorflow-gpu,故而Keras也需安装GPU版本,版本号可自行修改

pip install keras-gpu==2.2.0

3、安装完毕后,可测试Keras是否安装成功

输入以下命令执行Python

python

输入以下命令导入keras包,回车导入,若仅弹出 Using TensorFlow backend. ,而无报错,则说明Keras安装成功

import keras

在这里插入图片描述
4、取消激活,退出环境(退出Python可键入 Ctrl + Z

source deactivate

在这里插入图片描述

你可能感兴趣的:(Tensorflow,Ubuntu,ubuntu,tensorflow,cuda)