在Linux环境下从头安装tensorflow_gpu版本

本周，开始了实习，为了新的项目，让我在新的Linux环境下从头开始安装tensorflow——gpu版本。之前没有接触过，然后踩了许多坑，所以这里记录一下，同时这次安装也提高了我在使用Linux方面的熟练度，若下面的记录有问题，请及时提出，我会马上更改。

Step1. Anaconda下载及安装

1、官网下载anaconda3Linux版本

• 网址：https://www.anaconda.com/products/individual#Downloads

  

2、上传后，用bash命令安装文件

• bash FileName

3、安装细节

• a、在标红框处输入yes和安装目标路径

  

• b、继续选择yes

  

• c、等待安装完成。安装完成后，输入conda --version如果显示版本信息则安装成功。

  • 如果如下图所示无法显示

    

    • 输入source ~/.bashrc

      

Anaconda安装完成。

Step2.安装tensorflow_gpu

1、建立虚拟环境

• conda create -n <环境名称> python=<python版本>

2、激活虚拟环境

• conda activate <环境名称>

3、在虚拟环境中安装tensorflow-gpu版本

• pip install tensorflow-gpu==1.15 -i http://mirrors.aliyun.com/pypi/simple/

4、查看列表是否安装成功

• conda list

  • 

    • 一定是只要有tensorflow-gpu版本，若出现tensorflow-base版本记得卸载掉

TensorFlow GPU版本安装完成

Step3.安装cuda

这里的cuda指的是cudatoolkti，不是驱动，如果没有安装驱动的话，先安装一下驱动，再进行下面的操作。

1、下载cuda

• 下载前的注意事项

  • 查找与驱动匹配的cuda版本

    • 查看驱动

      • cat /proc/driver/nvidia/version

    • 版本对应表

      • 

  • 查看LInux安装的操作系统

    • 

  • 查看系统的版本（以Centos为例）

    • cat /etc/redhat-release 查看CentOS版本

      • 

    • cat /proc/version

      • 

• 下载地址

  • 官网下载：https://developer.nvidia.com/cuda-downloads

    • 根据上面的查询到的信息，下载适合自己的版本

      

    • 注：这里Install Type一定要选择runfile

2、安装cuda

• 安装指令

  • sh <cuda文件名字>

• 安装过程

  • 

  • 安装界面可能不同，但是选项基本相同

    • 第一个选 accept

    • 第二个安装驱动选no

      • 因为我们之前已经安装过了驱动

    • 第三个安装Toolkit 选yes

    • 第四个选地址，默认的是/usr/local/cuda-10.0

    • 第五个都可以

    • 第六个安装sample也都可以

3、添加环境变量

• A、打开文件

  • vim ~/.bashrc

• B、添加环境变量，在文件的最后三行

  • export PATH="/usr/local/cuda-10.0/bin:$PATH"
  • export LD_LIBRARY_PATH="/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH"
  • export CUDA_HOME="/usr/local/cuda-10.0"

• C、激活一下~/.bushrc文件，使刚才的添加生效

  • source ~/.bashrc

4、验证cuda安装是否成功

• 验证指令

  • nvcc -V
    • 注意是大V，若输出cuda的版本号、则说明安装成功。若是未出现，则是之前的某一步出现了问题，建议仔细查一遍，若是都没有只能卸载重新来过。

Step4.安装cudnn

1、下载cudnn

• 首先点击进入cudann官网：https://developer.nvidia.com/rdp/cudnn-download，需要注册账号。
• 下载的时候要记得和刚才安装的CUDA的版本对应，也不建议太新，就7.6就行。
• 

2、上传及解压

• 下载的文件是.solitairetheme8 文件，所以我们先转一下，然后再解压。

  • cp <FileName>.solitairetheme8 <FileName>.tgz
  • tar -xvf <FileName>.tgz

3、复制其中文件，粘贴到刚才的cuda-10.0文件夹中。

• cp cudnn/include/cudnn.h /usr/local/cuda-10.0/include/
• cp cudnn/lib64/libcudnn* /usr/local/cuda-10.0/lib64
• chmod a+r /usr/local/cuda-10.0/include/cudnn.h /usr/local/cuda-10.0/lib64/libcudnn*

Step5.验证安装成功

1、进入之前安装tensorflow的环境

• conda activate <env_name>

2、进入python环境

• python

3、验证

• import tensorflow as tf
• print(tf.test.is_gpu_available())
• 最后显示True就成功了。

可能失败的原因

cuda版本问题

• 1、cuda指的不是驱动，驱动已经是安装好的，这里cuda的下载注意两件事

  • 不要安装的版本太极限，低版本也可以使用，比如我安装的驱动为10.1，但是我cuda的版本选择是cuda-10.0也可以成功。
  • 选择cuda版本下载时要先查好自己电脑的系统版本啥的，之前已经提过了。

• 2、安装时

  • 他说要安装驱动的时候选择no，因为我们之前已经装过了。

• 3、添加环境变量

  • 这部分可能会出问题，要仔细，地址可能由于不完整出错，若是没成功，可以在这里多试试。

tensorflow问题

• 这边还是建议使用pip指令安装，然后要保证conda list中只有tensorflow-gpu。

实习Learing记录（一）——在Linux环境下从头安装tensorflow_gpu版本

原文：https://www.cnblogs.com/lzyrookie/p/14587377.html