环境配置 python 3.6+Anaconda+cuda9.0+cudNN7.1+Tensorflow

Posted 不搞事情和咸鱼有什么区别

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了环境配置 python 3.6+Anaconda+cuda9.0+cudNN7.1+Tensorflow相关的知识,希望对你有一定的参考价值。

最近在摸deepface代码,一堆环境要配置,过程记录一下吧。

安装顺序:Python-> Tensorflow -> Nvidia GPU Driver -> CUDA -> CUDNN

一、安装Python3.6

Ubuntu16.04系统下默认是python2.7.网上说一般不建议卸载系统自带的python,所以保留。

 

1.  配置软件仓库

sudo add-apt-repository ppa:jonathonf/python-3.6 

2.  检查系统软件包,安装Python3.6

sudo apt-get update 

sudo apt-get update 

sudo apt-get install python3.6

 

3. 修改python3的默认版本

因为现在python3有3.5和3.6两个版本,我们想要优先使用3.6,执行以下命令:

sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.5 1 

sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.6 2 

sudo update-alternatives --config python3 

4.最后一条,前面有*号的就是python3的默认版本。之后如果想修改也可以通过这个方法进行修改,只需要输入你想要的版本的序号就可以了。但是现在输入python命令默认的还是python2,可以通过下面两条命令修改优先级

sudo update-alternatives--install /usr/bin/python python /usr/bin/python2 100 

sudo update-alternatives--install /usr/bin/python python /usr/bin/python3 150 

 

二、安装Anaconda

1.到https://www.anaconda.com/download/下载对应版本的anaconda,下文都是基于python3.6进行的

2. 下载完成后,安装 Python3.6对应的Anaconda

bash ~/Downloads/Anaconda3-5.0.1-Linux-x86_64.sh 

后面的文件名对应你下载的文件,路径对应你下载文件的路径
3. 出现more就一直按回车看证书信息,问是否接受license,输入yes

默认的路径为/home/username/anaconda3,不改变的话就直接按ENTER就好了,下面就是等待安装过程:

4.到这里注意,询问是否将Anaconda3加入到环境变量中,选yes。因为默认是no,之后要用的话还要自己在环境变量中加一次:

关闭当前终端,并重新开一个,或者执行命令source ~/.bashrc使得上面更新的环境变量生效。

5. 通过打开一个Anaconda Navigator(一个包含Anaconda的程序)来验证安装是否成功。

anaconda-navigator 

打开时间会稍稍有一点长,成功的话会见到Anaconda Navigator的界面。

 

//这里补充一下,由于anaconda 和 usr/local下都有python,非常容易搞混淆。在sudo也就是管理员的权限下,使用的是usr/local的python,

对应的pip也是安装在其下的site-packages文件夹中,我第一次安装tf的时候并没有留意使用的是哪个路劲下的python,导致无法使用tf。

修改pip,python路劲参考:https://blog.csdn.net/C_chuxin/article/details/82962797。可以使用pip show pip参看当前使用pip路径,python -m site可以

参看当前使用python的路劲。



三、安装TensorFlow

 

1. CUDA 9.0

为避免和新的CUDA 版本产生冲突,如果存在之前的的旧版本,可以选择先卸载,在/usr/local/cuda/bin目录下有一个uninstallcuda*.pl 文件,可以直接运行卸载,命令如下:

sudo ./uninstall_cuda_*.pl

这样即可将 CUDA 全部卸载。

接下来我们再下载 CUDA 9.0,注意 TensorFlow 1.5 和 1.6 版本依然只是兼容 CUDA 9.0,没有兼容CUDA 9.1,所以不要下载 9.1,CUDA9.0 的下载地址是:https://developer.nvidia.com/cuda-90-download-archive,然后依次勾选好系统的版本,这里我们选择 Linux-x86_64-Ubuntu-16.04-runfile 的配置,然后点击 Base Installer 部分的 Download 按钮,下载 CUDA 9.0 安装包。

对应的下载命令是:

wgethttps://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_384.81_linux-run

执行此命令,等待下载完成即可。
sudo bash cuda_9.0.176_384.81_linux-run

安装过程需要输入一些确认选项,过程如下:

Description

The NVIDIA CUDA Toolkit provides command-line and graphical

tools for building, debugging and optimizing the performance

Do you accept the previously read EULA?

accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?

(y)es/(n)o/(q)uit: n

Install the CUDA 9.0 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/cqc ]:

Installing the CUDA Toolkit in /usr/local/cuda-9.0 ...

 

最后如果出现这样的提示,就证明CUDA 安装好了:

Driver:   Not Selected

Toolkit:  Installed in /usr/local/cuda-9.0

Samples:  Installed in /home/cqc, but missing recommendedlibraries

Please make sure that

-   PATH includes /usr/local/cuda-9.0/bin

-   LD_LIBRARY_PATH includes /usr/local/cuda-9.0/lib64, or, add/usr/local/cuda-9.0/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run the uninstall script in/usr/local/cuda-9.0/bin

Please see CUDA_Installation_Guide_Linux.pdf in/usr/local/cuda-9.0/doc/pdf for detailed information on setting up CUDA.

***WARNING: Incomplete installation! This installation did not install theCUDA Driver. A driver of version at least 384.00 is required for CUDA 9.0functionality to work.

To install the driver using this installer, run the following command,replacing <CudaInstaller> with the name of this run file:

    sudo <CudaInstaller>.run -silent -driver

 

然后我们需要配置一下环境变量,更改~/.bashrc 文件,添加如下几行:

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

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

export CUDA_HOME=/usr/local/cuda

修改完毕之后执行一下使其生效:

source ~/.bashrc

这时我们输出 CUDA_HOME、LD_LIBRARY_PATH 就可以看到对应的输出了:

echo $CUDA_HOME

/usr/local/cuda

echo $LD_LIBRARY_PATH

/usr/local/cuda/lib64

这样就代表环境变量生效了,CUDA 安装完成。

 

2. cuDNN 7.1

cuDNN 的全称是 The NVIDIA CUDA? Deep Neural Network library,是专门用来对深度学习加速的库,它支持 Caffe2, MATLAB, Microsoft Cognitive Toolkit, TensorFlow, Theano 及 PyTorch 等深度学习的加速优化,目前最新版本是 cuDNN 7.1,接下来我们来看下它的安装方式。

下载链接:https://developer.nvidia.com/rdp/cudnn-download,需要注册之后才能打开,这里我们选择cuDNN v7.1.1 (Feb 28, 2018), for CUDA 9.0,然后选择 cuDNNv7.1.1 Library for Linux,如图所示:

下载下来之后解压安装即可:

tar -zxvf cudnn-9.0-linux-x64-v7.1.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d

sudo chmod a+r /usr/local/cuda/include/cudnn.h

sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

执行完如上命令之后,cuDNN 就安装好了,这时我们可以发现在/usr/local/cuda/include 目录下就多了 cudnn.h 头文件。

 

3.TensorFlow 1.6

到现在为止 Python 3.6、CUDA 9.0 和 cuDNN 7.1 就已经安装好了,而且环境变量也配置好了,接下来我们直接安装TensorFlow 1.6 即可,TensorFlow 1.6 版本针对 CUDA 9 和 cuDNN 7 做了优化,可以预构建二进制文件。

这里需要安装的是 TensorFlow 的 GPU 版本,命令如下:
pip3 install tensorflow-gpu==1.6.0

安装完成之后验证一下:

import tensorflow

如果没有报错,那就证明全部环境配置都成功了。
---------------------
作者:xyu66
来源:CSDN
原文:https://blog.csdn.net/xyu66/article/details/80022282
版权声明:本文为博主原创文章,转载请附上博文链接!











以上是关于环境配置 python 3.6+Anaconda+cuda9.0+cudNN7.1+Tensorflow的主要内容,如果未能解决你的问题,请参考以下文章

深度学习 GPU环境 Ubuntu 16.04 + Nvidia GTX 1080 + Python 3.6 + CUDA 9.0 + cuDNN 7.1 + TensorFlow 1.6 环境配置(

创建anaconda python环境时出错

win10环境下安装tensorflow

Windows虚拟环境在PyCharm中的使用

Anaconda部署python环境

Windows10+Anaconda+PyTorch(cpu版本)环境搭建