TensorFlow安装(Ubuntu18.04+Anaconda3+CUDA9.0+cuDNN7.1+TensorFlow1.8.0+Pycharm)

Posted 2020-12-24 lydbky

1.安装pip

(1)安装

sudo apt-get install python3-pip python3-dev

(2)查看pip是否安装成功

pip3 -V

(3)切换国内源

Linux下，修改 ~/.pip/pip.conf (没有就创建一个)， 修改 index-url至tuna，内容如下：

[global]

index-url = https://pypi.tuna.tsinghua.edu.cn/simple

2.安装Anaconda

(1)下载安装包

国内建议从https://mirrors.tuna.tsinghua.edu.cn下载

(2)在下载目录执行以下命令

bash Anaconda3-5.2.0-Linux-x86_64.sh

(3)一路同意，默认安装路径为

/home/rock/anaconda3

(4)检查是否安装成功

conda --version （作用：查看当前Anaconda的版本）

(5)切换国内清华源

conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

# 设置搜索时显示通道地址

conda config --setshow_channel_urls yes

最后查看一下:

vi ~/.condarc

3.安装Nvidia显卡驱动

(1)这篇博客讲的很全面了，建议参考第一种，链接如下:

https://blog.csdn.net/tjuyanming/article/details/80862290

(2)安装完成后进行验证

nvidia-smi

 

4.安装CUDA9.0

(1)官网下载CUDA(runfile类型)

https://developer.nvidia.com/cuda-download

(2)GCC版本降级

CUDA 9.0仅支持GCC 6.0及以下版本，而Ubuntu 18.04预装GCC版本为7.3，故手动安装gcc-6与g++-6：

sudo apt-get install gcc-6g++-6

切换至/usr/bin目录修改符号链接，使GCC 6成为默认使用版本:

cd /usr/bin

sudo rm gcc

sudo ln -s gcc-6 gcc

sudo rm g++

sudo ln -s g++-6 g++

(3)到下载目录，进行安装

chmod u+x cuda_9.0.176_384.81_linux.run

sudo ./ cuda_9.0.176_384.81_linux.run

 

注意安装过程中选择不安装驱动，仅安装CUDA，Samples可以选择性安装。

 

5.安装cuDNN7.1

(1)注册Nvidia账号并下载cuDNN7.1（CUDA9.0对应版本）

https://developer.nvidia.com/rdp/cudnn-download

(2)安装cuDNN，首先在下载目录解压文件

tar -xvfcudnn-9.0-linux-x64-v7.tgz

把解压文件夹cuda复制到CUDA安装文件夹里面

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*

(3)安装完毕之后，将以下内容加入~/.bashrc文件中

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:$ {LD_LIBRARY_PATH}}

export CUDA_HOME=/usr/local/cuda

(4)查看版本是否正确

nvcc –version

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

6.安装TensorFlow

 

(1)创建tensorflow环境：

conda create -n tensorflow python=3.6

(2)激活tensorflow环境：

source activate tensorflow

(3)安装tensorflow

pip3 install tensorflow-gpu==1.8.0

(4)验证是否安装成功

#激活tensorflow环境

source activate tensorflow 

#启动python环境

python

#验证TensorFlow是否安装成功

import tensorflow as tf

hello = tf.constant(‘Hello, TensorFlow!‘)

sess = tf.Session()

print(sess.run(hello))

 

7.安装Pycharm

(1)从官网下载安装文件，解压到/home

　　https://www.jetbrains.com/pycharm/download/#section=linux

(2)进入解压文件夹，执行pycharm.sh

　　sudo pycharm.sh

(3)修改 hosts 文件

　　打开/etc/hosts,在文件末尾添加 0.0.0.0　　account.jetbrains.com

(4)最新注册码获取方式

　　http://idea.lanyus.com/

(5)新建项目，将解释器换为tensorflow的

 

有个小问题，在命令行可以运行示例程序。然而在Pycharm中运行程序，无法找到CUDA库文件，参照博客解决了https://blog.csdn.net/dl_chenbo/article/details/53262230