TensorFlow环境搭建总结

Posted 2022-01-28 芯青年0

说明

从开始决定使用TensorFlow已经好几天了，前前后后也是踩了很多坑，周日中午总算是把所有问题解决，成功调用GPU训练网络，现将遇到的问题，搭建环境的流程，相关的参考博客汇总如下，避免后人采坑。
本人所采用的各个工具版本如下：

显卡：RTX3090
系统：ubuntu20.04
CUDA：11.2
cudnn：v8.1.1
显卡驱动：nvidia-460
通过使用anaconda3搭建环境

NVIDIA-460显卡驱动安装

参考：显卡驱动安装

各个工具版本对应关系

来源：https://www.tensorflow.org/install/source#gpu

CUDA安装

目前大部分3090配置的CUDA版本都是11.2，也有个别使用的是11.0版本，但是在安装过程中出现了各种问题，所以建议安装CUDA11.2版本，安装包的下载和参考博客如下：

安装包下载：NVIDIA官网
安装参考博客：CUDA11.2

验证：

nvcc -V

有：

针对需要安装多个CUDA版本的系统，可采用多版本切换的方式来使用不同版本的CUDA，在安装了多个cuda版本后，可以在/usr/local/目录下查看自己安装的cuda版本，如下图所示：

这里，cuda-11.0和cuda-11.2就是我们安装的两个cuda版本了，而cuda是一个软链接，它指向我们指定的cuda版本（注意在设置环境变量时，使用的是cuda，而不是cuda-11.0和cuda-11.2，这主要是为了方便我们切换cuda版本，可以让我们不用每次都去该环境变量的值）
可以使用stat命令查看当前cuda软链接指向的哪个cuda版本，如下所示：

可以看到，文件类型是symbolic link，而指向的目录正是/usr/local/cuda-11.2，当我们想使用cuda-11.0版本时，只需要删除该软链接，然后重新建立指向cuda-11.0版本的软链接即可（注意名称还是cuda，因为要与bashrc文件里设置的保持一致）

sudo rm -rf cuda
sudo ln -s /usr/local/cuda-11.0 /usr/local/cuda

想切换其他版本的cuda，只需要改动建立软链接时cdua的正确路径即可

cudnn安装

下载地址：https://developer.nvidia.cn/rdp/cudnn-archive

下载其中的v8.1.1版本，解压：

tar -zxvf cudnn-11.2-linux-x64-v8.1.1.33.solitairetheme8

解压后有一个cuda文件夹，将其中的lib64和include文件复制到cuda对应的目录下：

sudo cp cuda/lib64/* /usr/local/cuda/lib64/
sudo cp cuda/include/* /usr/local/cuda/include/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/li`在这里插入代码片`b64/libcudnn*

使用指令验证：

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

结果：

Anaconda3安装

直接官网下载安装包（Anaconda3）使用指令

bash Anaconda3-xxxx.xx-Linux-x86_64.sh

安装Anaconda3，之后在.bashrc中添加环境变量export PATH=$PATH:/home/用户名/anaconda3/bin，注意添加后source下.bashrc文件。

创建conda虚拟环境

创建python版本为3.7的环境：

conda create -n name python=3.7

安装指定版本的TensorFlow-gpu：

pip install tensorflow-gpu==2.5.0 -i http://pypi.douban.com/simple 

验证

可使用代码：

import tensorflow as tf
print(tf.__version__)
print('GPU', tf.config.list_physical_devices('GPU'))

问题说明

1. 缺失xxx.so.11等问题

针对训练中出现缺失libcusolver.so.11文件，libcublas.so.11文件等错误，在/usr/local/cuda目录下find -name libcublas.so.11，发现存在于/usr/local/cuda/targets/x86_64-linux/lib目录中，在.bashrc文件中添加：

export LD_LIBRARY_PATH=/usr/local/cuda/targets/x86_64-linux/lib:$LD_LIBRARY_PATH

2. NUMA node问题
   准对训练中出现的：

successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero

因为不会影响代码的运行，没有深究，可以不管。