学习
实践
活动
专区
工具
TVP
写文章

ubuntu16.04系统安装tensorflow

电脑配置如下:

安装过程中使用的安装包:

补充

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

https://www.continuum.io/downloads

https://github.com/bazelbuild/bazel/releases

本文分为两个大部分来介绍,首先介绍cuda与cudnn的安装,然后介绍使用源码安装tensorflow。

一、安装cuda与cudnn

1、Nvidia驱动安装-run文件安装

下载完名称为NVIDIA-Linux-x86_64-396.18.run的文件。使用以下命令:

加入以下语句,将nouveau禁止命令写入文件。

调用指令禁止nouveau。

建立新的内核并重启。

使用ctrl + alt+ F1进入文本模式,关闭x server。

切换NVIDIA安装包指定目录,赋予权限并进行安装

返回图形界面

检查驱动是否安装成功,出现图片所示,驱动就安装完成了。

2、安装cuda

安装的CUDA 可以到官网去下载,我在此安装cuda_9.1.85_387.26_linux.run。执行以下命令:

按q结束cuda的描述,然后输入accept,在提示是否安装NVIDIA驱动,选择N。在提示是否安装opengl时,一定要选择N。后面的其他提示都选择默认或者Y。

然后使用以下命令:

修改系统环境变量,在文件末尾加入以下内容。

3、安装cudnn

cuDNN同样需要我们去NVIDIA的官网下载适合cuda版本的deb文件或tgz文件,我以cudnn-9.1-linux-x64-v7.1.tgz的安装为例。进入压缩包所在的目录分别执行以下命令:

4、anaconda的安装

到官网下载安装包,我使用的是 Python 3.5 版本的Anaconda3-5.2.0-Linux-x86_64.sh。在终端进入安装包所在目录,执行命令:

在安装过程中在选择加入环境变量时,选择yes。

创建虚拟环境,以备后续安装tensorflow。

二、安装tensorflow

下面介绍通过Bazel编译tensorflow源码的方式在虚拟环境安装tensorflow。

5、安装Bazel

到github下载bazel-0.14.1-installer-linux-x86_64.sh

进入安装包目录,执行命令:

将export PATH="$PATH:$HOME/bin"添加到~/.bashrc中。

6、编译安装tensorflow

到github下载源码,branch处可以选择版本为r1.8。解压源码,从终端进入解压文件目录,执行以下命令:

按照提示输入y/n或者路径等信息。安装过程中cuda选择9.1版本,cudnn选择7.1版本。

配置完成后依次执行以下命令,安装tensorflow

7、运行例程

我按照以上步骤安装好TensorFlow之后,运行例程,出现了以下问题:

这个问题与编译文件无关,其原因在于安装cuda9.1的时候有一些配置文件没有正确进行配置,也就是一些文件找不到。找不到并不是意味着不存在,而是没有通过正确的路径来查找。依次执行以下命令(软连接):

将相应的文件和你的cuda路径进行软连接,这是默认安装路径,如果你的路径不一样,需要修改上面的代码!软连接后就可以正常import TensorFlow了。cuda,cudnn正常工作。

参考链接:

https://cloud.tencent.com/developer/article/1150020

https://docs.nvidia.com/deeplearning/sdk/cudnn-install/

https://docs.nvidia.com/deeplearning/sdk/cudnn-install/

以前已经发过在

win10上安装cpu版本tensorflow

的教程。有需求的同学可以出戳链接看一看。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180710G0Q8BX00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

同媒体快讯

关注

腾讯云开发者公众号
10元无门槛代金券
洞察腾讯核心技术
剖析业界实践案例
腾讯云开发者公众号二维码

扫码关注腾讯云开发者

领取腾讯云代金券