关于TensorFlow
TensorFlow™ 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。
部署环境
- 操作系统:Ubuntu 16.04 - x64
- Python: 3.5
- GPU: 1070Ti
- 开发环境:PyCharm 2018.1.3
- CUDA® 工具包 9.0
- cuDNN v7.1.4 for 9.0
安装Ubuntu
由于TensorFlow-GPU的运行高度依赖于NVIDIA公司的CUDA和cuDNN工具包,依照版本依赖的情况,我建议您安装 Ubuntu 16.04 LTS
/ Ubuntu 17.10 LTS
在此具体安装过程不再赘述
注:在安装过程中请勿选择
中文
语言安装,请使用英语
完成安装,进入操作系统在系统设置中再更改为中文
,可避免用户home文件夹下的目录变为中文名。
手动安装NVIDIA显卡驱动(debian系均适用)
不建议使用APT包管理器直接安装
前往 NVIDIA官网下载对应的显卡Linux驱动
下载完成后,通常我们能在 ~/Downloads
文件夹下找到 NVIDIA-Linux-x86_64-390.59.run
(具体文件名请以您下载的文件名为准)
- 先给予权限
chmod a+x NVIDIA-Linux-x86_64-390.59.run
- 执行命令
sudo ./NVIDIA-Linux-x86_64-390.59.run --no-opengl-files --no-x-check --no-nouveau-check
- --no-opengl-files 只安装驱动文件,不安装OpenGL文件(请一定加上此参数,避免出现系统无法登陆的BUG)
- --no-x-check 安装驱动时不检查X服务
- --no-nouveau-check 安装驱动时不检查nouveau
在接下来安装过程中,请统一点击
Yes
\Allow
安装TensorFlow依赖环境
python 3
打开命令行窗口(CTRL+ALT+T
) -> 运行命令 python
:默认的python版本应该是2.7
但实际上,Ubuntu16已经内置了Python-3(可运行命令python3
查看具体版本)
运行下列命令进行版本进行切换:
# 列出 python 版本
update-alternatives --list python
# 若提示 update-alternatives: error: no alternatives for python
# 请运行下列代码将本地版本加入管理器中(具体版本号请以实际为准):
update-alternatives --install /usr/bin/python python /usr/bin/python2.7 1
update-alternatives --install /usr/bin/python python /usr/bin/python3.5 2
# 切换版本 选择序号切换至Python-3.5版本
update-alternatives --config python
安装CUDA
-
安装linux-headers
sudo apt-get install linux-headers-$(uname -r)
-
下载 CUDA
注:请勿下载
deb
安装包!这将会导致诸多严重的错误! -
安装
下载后缀名为run的文件后,使用命令
sudo chmod a+x cuda_9.0.176_384.81_linux.run
赋予权限运行程序:
sudo ./cuda_9.0.176_384.81_linux.run
注:当提示是否需要安装NVIDIA显卡驱动时请选择 否
Do you accept the previously read EULA? accept/decline/quit: accept Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62? (y)es/(n)o/(q)uit: n Install the CUDA 8.0 Toolkit? (y)es/(n)o/(q)uit: y Enter Toolkit Location [ default is /usr/local/cuda-9.0 ]: Do you want to install a symbolic link at /usr/local/cuda? (y)es/(n)o/(q)uit: y Install the CUDA 9.0 Samples? (y)es/(n)o/(q)uit: y Enter CUDA Samples Location [ default is /home/textminer ]:
-
配置环境变量
运行命令:vim ~/.bashrc
在末尾添加:
export PATH=/usr/local/cuda-9.0/bin\${PATH:+:\${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64\${LD_LIBRARY_PATH:+:\${LD_LIBRARY_PATH}}
重启bash窗口或运行:
source ~/.bash_profile
-
测试
运行命令:nvidia-smi
安装 cuDNN
安装 cuDNN 必须要注册并成为NVIDIA开发者(注:注册页面响应较为缓慢请耐心等待,疑似Chrome有兼容性问题,请使用Firefox)
注册完成后,还需要填写一张调查问卷,内容很少,您可以认真填写。
选择下载 cuDNN v7.1.4 Library for Linux (不建议下载deb包)
下载完成后运行命令解压
tar -xzvf cudnn-9.0-linux-x64-v7.tgz
解压完成后,仅需运行四条命令即可完成安装
$ 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
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
注意
在tensorflow中文官方文档中,还有以下步骤:
由于此工具已经集成进了CUDA之中,无需额外安装,请跳过此步骤!
安装TensorFlow
由于TensorFlow的开发通常使用Python,所以我建议使用 Virtualenv 的安装方式:Virtualenv 是一个与其他 Python 开发相互隔离的虚拟 Python 环境,它无法干扰同一计算机上的其他 Python 程序,也不会受其影响。在 Virtualenv 安装过程中,您不仅要安装 TensorFlow,还要安装 TensorFlow 需要的所有软件包。(这一过程其实很简单。)要开始使用 TensorFlow,您只需要“激活”虚拟环境。总而言之,Virtualenv 提供一种安全可靠的机制来安装和运行 TensorFlow。
其中最简单的方式便是使用 pycharm IDE 工具(其提供免费的社区版)
下载完成后,按照压缩包内的reademe进行安装运行,选择新建项目,修改项目名,选择virtualenv,设置正确的python3路径:
选择菜单栏 “File” -> "Settings" -> "Project:[你的项目名]" -> "Project interpreter" -> 点击右侧的加号 -> 搜索 “tensorflow” -> 找到并选中 tensorflow-gpu -> 点击下方的 “Install Package” 进行安装
注:此处可能会提示未安装pip,可通过apt-get进行安装: sudo apt-get install python3-pip
至此,安装全部完成,请尽情书写您的代码吧!
[Wlfcss 原创内容,转载请注明来源!]