一区二区三区日韩精品-日韩经典一区二区三区-五月激情综合丁香婷婷-欧美精品中文字幕专区

分享

Ubuntu 16.04 安裝 Tensorflow(GPU支持)

 雪柳花明 2017-03-14

原文鏈接:

http://blog./archives/tag/tensorflow

本文記錄Ubuntu 16.04安裝Tensorflow步驟,也包括怎么從源碼編譯安裝Tensorflow。

要想安裝Tensorflow GPU版本,你需要有一個新一點的Nvidia顯卡。

Tensorflow CPU版本的安裝

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. $ sudo apt-get install python-pip python-dev python-virtualenv    # python 2.7  
  2. $ sudo apt-get install python3-pip python3-dev python3-virtualenv # python 3.4+  


使用虛擬環(huán)境(可選):Python虛擬環(huán)境(pyvenv、virtualenv)

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. $ virtualenv --system-site-packages ~/tensorflow  
  2. $ source ~/tensorflow/bin/activate  
[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. # Ubuntu/Linux 64-bit, CPU only, Python 2.7  
  2. $ export TF_BINARY_URL=https://storage./tensorflow/linux/cpu/tensorflow-0.11.0rc1-cp27-none-linux_x86_64.whl  
  3.    
  4. # Ubuntu/Linux 64-bit, CPU only, Python 3.4  
  5. $ export TF_BINARY_URL=https://storage./tensorflow/linux/cpu/tensorflow-0.11.0rc1-cp34-cp34m-linux_x86_64.whl  
  6.    
  7. # Ubuntu/Linux 64-bit, CPU only, Python 3.5  
  8. $ export TF_BINARY_URL=https://storage./tensorflow/linux/cpu/tensorflow-0.11.0rc1-cp35-cp35m-linux_x86_64.whl  

安裝Tensorflow:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. # Python 2  
  2. $ sudo pip install --upgrade $TF_BINARY_URL  
  3.    
  4. # Python 3  
  5. $ sudo pip3 install --upgrade $TF_BINARY_URL  


如果要升級Tensorflow,替換新版本的TF_BINARY_URL。https://www.

Ubuntu 16.04 安裝Tensorflow(GPU支持)

編譯安裝Tensorflow(GPU支持)

安裝NVidia顯卡驅(qū)動,你可以在Ubuntu內(nèi)置的附加驅(qū)動中安裝。

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. $ sudo add-apt-repository ppa:graphics-drivers/ppa  
  2. $ sudo apt update  

安裝CUDA:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. #下載安裝:  
  2. #https://developer./cuda-toolkit  
  3. $ sudo sh cuda_8.0.44_linux.run --override   # 安裝位置: /usr/local/cuda  
  4.    
  5. # 默認倉庫中的版本較舊  
  6. #$ sudo apt install nvidia-cuda-toolkit nvidia-cuda-dev   # 安裝位置: /usr  

安裝CudNN V5:https://developer./cudnn

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. <a target="_blank" href="https://developer./cudnn" style="border-width:0px 0px 1px; border-bottom-style:solid; border-color:rgb(46,34,86); font-family:inherit; font-style:inherit; font-weight:inherit; margin:0px; outline:0px; padding:0px; vertical-align:baseline; color:rgb(46,34,86); text-decoration:none"># 下載CudNN 5.1 for Cuda 8.0  
  2. $ sudo tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz  
  3. $ sudo cp cuda/include/cudnn.h /usr/local/cuda/include  
  4. $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64  
  5. $ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*</a>  

在~/.bashrc文件中添加環(huán)境變量:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"  
  2. export CUDA_HOME=/usr/local/cuda  

使環(huán)境變量生效:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. $ source ~/.bashrc  

下載tensorflow源碼:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. $ cd ~  
  2. $ git clone https://github.com/tensorflow/tensorflow  


安裝一些編譯和依賴工具:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. $ sudo apt-get install default-jdk python-dev python3-dev python-numpy python3-numpy build-essential python-pip python3-pip python-virtualenv swig python-wheel libcurl3-dev  

安裝Bazel:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. $ echo "deb [arch=amd64] http://storage./bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list  
  2. $ curl https://storage./bazel-apt/doc/apt-key.pub.gpg | sudo apt-key add -  
  3. $ sudo apt-get update  
  4. $ sudo apt-get install bazel  
  5. $ sudo apt-get upgrade bazel  

配置編譯選項:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. $ cd ~/tensorflow  
  2. $ ./configure  

需要輸入Python路徑,默認是 /usr/bin/python。如果你使用Python3,輸入:/usr/bin/python3.5。

輸入Python模塊路徑,默認是/usr/local/lib/python2.7/dist-packages。如果你使用Python3,輸入:/usr/local/lib/python3.5/dist-packages。

輸入Cuda SDK版本和Cudnn版本:8.0、5.1.5。

配置完成,輸入如下信息:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. INFO: All external dependencies fetched successfully.  
  2. Configuration finished  

編譯tensorflow:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. $ bazel build -c opt --config=cuda  # GPU支持  
  2. # CPU支持  
  3. #$ bazel build -c opt  

構(gòu)建pip包:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. $ bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg  

安裝pip包:

[python] view plain copy
在CODE上查看代碼片派生到我的代碼片
  1. $ sudo pip install /tmp/tensorflow_pkg/tensorflow   # python2  
  2. $ sudo pip3 install /tmp/tensorflow_pkg/tensorflow  # python3  

參考:

  • https://www./versions/r0.11/get_started/os_setup.html#download-and-setup
  • tensorflow源代碼:https://github.com/tensorflow/tensorflow

Share the post "Ubuntu 16.04 安裝 Tensorflow(GPU支持)"

相關(guān)文章

    本站是提供個人知識管理的網(wǎng)絡存儲空間,所有內(nèi)容均由用戶發(fā)布,不代表本站觀點。請注意甄別內(nèi)容中的聯(lián)系方式、誘導購買等信息,謹防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點擊一鍵舉報。
    轉(zhuǎn)藏 分享 獻花(0

    0條評論

    發(fā)表

    請遵守用戶 評論公約

    類似文章 更多

    九九热这里有精品20| 中国一区二区三区人妻| 亚洲中文字幕视频在线观看| 日韩精品一级一区二区| 区一区二区三中文字幕| 精品一区二区三区人妻视频| 中文字幕乱码一区二区三区四区| 久久99热成人网不卡| 小黄片大全欧美一区二区| 欧美精品久久男人的天堂| 日韩少妇人妻中文字幕| 欧美日韩精品久久第一页| 91亚洲人人在字幕国产| 国产又粗又猛又长又大| 激情五月综五月综合网| 欧美性欧美一区二区三区| 国产真人无遮挡免费视频一区| 国产av大片一区二区三区| 精品精品国产欧美在线| 色老汉在线视频免费亚欧| 亚洲国产91精品视频| 美女极度色诱视频在线观看| 精品国自产拍天天青青草原| 国产高清一区二区不卡| 麻豆国产精品一区二区| 精品视频一区二区三区不卡| 久久大香蕉精品在线观看| 青青操精品视频在线观看| 国产女同精品一区二区| 国产日产欧美精品视频| 五月婷婷亚洲综合一区| 国产专区亚洲专区久久| 樱井知香黑人一区二区| 亚洲欧洲精品一区二区三区| 男女一进一出午夜视频| 国产综合香蕉五月婷在线| 成年男女午夜久久久精品| 国产精品免费不卡视频| 91人妻人人澡人人人人精品| 少妇人妻中出中文字幕| 夜夜躁狠狠躁日日躁视频黑人|