发帖  主题  评论  推荐  标签 用户 查搜   用户 密码 自动 注册  
 
面向对象 设计模式 领域驱动设计 企业架构 框架 开发教程 微服务 大数据 扩展性 并发编程 事件驱动 分布式 CQRS

如何安装Tensorflow 0.9 GPU源码版本?

  本文是为Ubuntu 14.04安装TensorFlow 0.9源码的教程。

首先,安装必备包:

$ sudo add-apt-repository ppa:webupd8team/java
$ sudo apt-get update
$ sudo apt-get install oracle-java8-installer git python-dev python3-dev build-essential python-pip python3-pip python-virtualenv python-numpy python3-numpy python-matplotlib python3-matplotlib swig python-wheel libcurl3-dev

安装Bazel

$ echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list
$ curl https://storage.googleapis.com/bazel-apt/doc/apt-key.pub.gpg | sudo apt-key add -
$ sudo apt-get update
$ sudo apt-get install bazel
$ sudo apt-get upgrade bazel

安装Nvidia 工具包7.5和CudNN:

如果不安装GPU支持可忽略本步骤,从Nvidia下载.deb Nvidia工具包:

$ cd ~/Downloads # or directory to where you downloaded file
$ sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
$ sudo apt-get update
$ sudo apt-get install cuda

这将cuda安装到/usr/local/cuda

为了安装CudNN,从Nvidia网站下载cudNN v5 for Cuda 7.5,解压释放到/usr/local/cuda:

$ tar xvzf cudnn-7.5-linux-x64-v5.0-ga.tgz
$ 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*

然后更新你的bash文件:

$ gedit ~/.bashrc

上面命令打开了你的bash文件,增加下面这些行到文件底部:

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64"
export CUDA_HOME=/usr/local/cuda

保存以后,重新加载一下:

$ source ~/.bashrc

 

现在下载TensorFlow:

$ cd ~
$ git clone https://github.com/tensorflow/tensorflow

配置TensorFlow安装:

$ cd ~/tensorflow
$ ./configure

开始配置编译源码,当出现:

Please specify the location of python. [Default is /usr/bin/python]:

默认是Python 2,如果你希望使用Python 3,键入:

$ /usr/bin/python3

当出现:

Please specify the Cuda SDK version you want to use, e.g. 7.0. [Leave empty to use system default]:

输入 7.5

当出现:

Please specify the Cudnn version you want to use. [Leave empty to use system default]:

输入5

通过https://developer.nvidia.com/cuda-gpus能发现你的设备兼容性。

以上过程正确完成后,你应该看到:

Setting up Cuda include
Setting up Cuda lib64
Setting up Cuda bin
Setting up Cuda nvvm
Setting up CUPTI include
Setting up CUPTI lib64
Configuration finished

现在开始构建TensorFlow:

如果你的内存少于8GB,建议你不要从源码构建,而是使用TensorFlow网站的 pip installation

如果你要构建TensorFlow的GPU支持:

$ bazel build -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package

对于只支持CPU:

$ bazel build -c opt //tensorflow/tools/pip_package:build_pip_package

构建安装Pip包:这是安装TensorFlow需要的pip包到/tmp/目录:

$ bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

使用Python2安装:

$ sudo pip install /tmp/tensorflow_pkg/tensorflow

对于Python3:

$ sudo pip3 install /tmp/tensorflow_pkg/tensorflow

测试你的安装:

$ python # or python3
$ import tensorflow

如果你发现import导入库包错误,重启启动电脑,TensorFlow也有基本 instructions指引说明如何进行基本测试和如何处理安装问题。

本教程是基于Ubuntu 14.04 GeForce GTX 780 和 a GTX 970m。

 

Tensorflow简单教程

Hello, TensorFlow入门教程

大数据专题

 

解道移动版 | 关注解道 | 联系解道 | 关于解道 | 广告联系 | 网站地图 | 设为首页

沪ICP证12033263 如有意见请与我们联系 Powered by JdonFramework
返回顶部