概述
**********************************************************************************************************************************
注意注意:一定要在系统更新之后进行下面的步骤!!!!
**********************************************************************************************************************************
1. 安装Cuda
到CUDA官网下载,这里下载的是8.0版本CUDA,然后执行命令安装:
sudo chmod +x cuda_8.0.61_375.26_linux.run
sudo ./cuda_8.0.61_375.26_linux.run
其中的安装显卡驱动不选其他默认即可;
安装好CUDA之后,添加环境变量:
sudo gedit /etc/profile
# 添加内容如下:
PATH=/usr/local/cuda-8.0/bin:$PATH
export PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/lib
# 保存退出,使之立即生效
source /etc/profile
# 添加lib库路径
sudo gedit /etc/ld.so.conf.d/cuda.conf
# 添加内容如下:
/usr/local/cuda-8.0/lib64
# 保存退出,使之立即生效
sudo ldconfig
# 验证安装结果,有服务器信息和cuda版本号即可
nvcc -V
2. 安装Cudnn
在cuDNN官网上下载,需要注册,必须下载cuDNN v5.1 Library for Linux版本,执行以下命令:
sudo tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so
测试CUDA是否安装成功:
紧接着上一步执行下面的步骤:
cd /usr/local/cuda/samples
sudo make all -j4
# 全部编译完成之后
cd /usr/local/cuda/samples/bin/x86_64/linux/release
./deviceQuery
# 如果显示有可用的GPU即为成功
3.安装ANACONDA
先到https://www.continuum.io/downloads 下载anaconda, 现在的版本有python2.7版本和python3.5版本,下载好对应版本、对应系统的anaconda,它实际上是一个sh脚本文件,大约300M-400M左右。本人安装为3.5版本
下载成功后,在终端执行(2.7版本):
# bash Anaconda2-4.1.1-Linux-x86_64.sh
或者3.5 版本:
# bash Anaconda3-4.1.1-Linux-x86_64.sh
在安装的过程中,会问你安装路径,直接回车默认就可以了。有个地方问你是否将anaconda安装路径加入到环境变量(.bashrc)中,这个一定要输入yes
安装成功后,会有当前用户根目录下生成一个anaconda2的文件夹,里面就是安装好的内容。在终端可以输入
conda info 来查询安装信息
输入conda list 可以查询你现在安装了哪些库,常用的python, numpy, scipy名列其中。如果你还有什么包没有安装上,可以运行
conda install *** 来进行安装(***代表包名称),如果某个包版本不是最新的,运行 conda update *** 就可以了。
4、安装tensorflow
选择用conda创建独立环境:
conda create -n tensorflow python==3.5
source activate tensorflow
先在终端执行:
anaconda search -t conda tensorflow
因此,执行下面代码来查看详细信息:
anaconda show jjhelmus/tensorflow
它就会告诉你,怎么来安装这个包,在终端执行:
conda install --channel https://conda.anaconda.org/jjhelmus tensorflow
然后输入"y",进行安装。
一定注意版本,tensorflow-gpu最新版本为1.4,换用tensorflow-gpu 1.2版本完美解决。
另注:
此时的ipython、jupyter notebook等是全局的,需要在激活的tensorflow空间中再次运行conda install ipython以 及 conda install jupyter ,才可以在jupyter notebook中运行!!!!!
6、调试
安装成功与否,我们可以测试一下。
在终端输入python,进入python编译环境,然后输入:
import tensorflow as tf
引包tensorflow包,如果没有报错,则安装成功,否则就有问题。
然后可以输入
tf.__version__ tf.__path__
查看tensorflow的安装版本和安装路径(左右各两根下横线)。
7.查看是否调用了GPUimport tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
- 1
- 2
查看日志信息若包含gpu信息,就是使用了gpu。
其他方法:跑计算量大的代码,通过 nvidia-smi 命令查看gpu的内存使用量。
感谢博文的帮助:
http://blog.csdn.net/u014365862/article/details/52776708
http://blog.csdn.net/castle_cc/article/details/78389082
安装CUDA
http://blog.csdn.net/u014618061/article/details/78956090
jupyter notebook 中 tensorflow 报错:https://www.jianshu.com/p/a8d4df740218
最后
以上就是多情篮球为你收集整理的ANACONDA + ubuntu 16.04 + tensorflow + python (3.5)/python (2.7) GPU版本jupyter notebook 中 tensorflow 报错:https://www.jianshu.com/p/a8d4df740218的全部内容,希望文章能够帮你解决ANACONDA + ubuntu 16.04 + tensorflow + python (3.5)/python (2.7) GPU版本jupyter notebook 中 tensorflow 报错:https://www.jianshu.com/p/a8d4df740218所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复