Keras学习环境配置-GPU加速版(Ubuntu 16.04 + CUDA8.0 + cuDNN6.0 + Tensorflow)

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Keras学习环境配置-GPU加速版(Ubuntu 16.04 + CUDA8.0 + cuDNN6.0 + Tensorflow)相关的知识,希望对你有一定的参考价值。

        本文是个人对Keras深度学习框架配置的总结,不周之处请指出,谢谢!

        1. 首先,我们需要安装Ubuntu操作系统(Windows下也行),这里使用Ubuntu16.04版本:

技术分享

        2. 安装好Ubuntu16.04之后,需要对系统进行初始化设置及更新:

        打开终端输入:

   系统升级:

        →~ sudo apt-get update

        →~ sudo apt-get upgrade

        安装基础依赖库:

        →~ sudo apt-get install python-dev python-pip python-nose gcc g++ git gfortran libopenblas-dev liblapack-dev libatlas-base-dev

        →~ sudo apt-get install setuptools wheel python-numpy python-scipy python-matplotlib

        3. 安装CUDA开发环境

        下载CUDA8.0

技术分享

        打开终端,切换到下载目录:

        →~ sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb

        →~ sudo apt-get update

        →~ sudo apt-get install cuda

        安装完成后,配置CUDA路径:

        →~ sudo gedit /etc/profile

        在profile文件末尾回车添加(注意:如果使用的不是8.0版本需要修改版本号):

        →~ export CUDA_HOME=/usr/local/cuda-8.0

        →~ export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}

        →~ export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

        修改之后:

        →~ source /etc/profile

        验证是否配置成功:

        →~ nvcc -V

        出现下面的信息即成功:

 技术分享

        4. 安装cuDNN加速库

        本文采用的是CUDA8.0,对应的安装cudnn-8.0-linux-x64-v6.0.tgz。下载解压出来是名为cuda的文件夹,里面有bin、include、lib,将三个文件夹复制到安装CUDA的地方覆盖对应文件夹:

        →~ cd /home/..../cudnn/

        →~ 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*

        5. 安装Keras框架

        →~ sudo pip install scikit-learn scikit-image

        →~ sudo pip install tensorflow-gpu  # GPU加速版

        →~ sudo pip install keras

        在终端中验证是否安装成功:

        →~ import tensorflow

        →~ import keras

        如果不报错,即配置成功!

 




以上是关于Keras学习环境配置-GPU加速版(Ubuntu 16.04 + CUDA8.0 + cuDNN6.0 + Tensorflow)的主要内容,如果未能解决你的问题,请参考以下文章

如何选择/配置 AWS GPU 实例以加速 TensorFlow.keras?

Ubuntu16.04.5 配置英伟达NVIDIA 显卡 驱动实现GPU加速

Ubuntu20配置ffmpeg进行gpu硬件加速视频编码记录

windows 下 TensorFlow(GPU 版)的安装

环境配置(近期实测)——Ubuntu16.04+CUDA9.0+tensorflow-gpu填坑记

装keras时需不需要装gpu加速