前言
TensorFlow安装环境为Ubuntu 16.04.3 LTS
,GPU为GT 750M
。
假设目前已经安装好了CUDA8
,如果没有安装请依照「Ubuntu 16.04下CUDA Tookit 8安装」进行安装。
如果有一定英语能力的同学最好请移步官网进行下载安装,尽管可能需要下科学上网。
基础环境搭建
本文采用Virtualenv环境进行搭建,这样能将TensorFlow运行于一个分离开的Python环境下,免得今后出错时对整个系统产生影响。
CUPTI环境搭建
CUPTI库能够提高可以提高CUDA的性能,官方要求安装。
如果CUDA Tookit >= 8.0,输入如下命令安装:1
$ sudo apt install cuda-command-line-tools
并且在CUDA安装时所设定的LD_LIBRARY_PATH
添加路径至如下状态:1
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/extras/CUPTI/lib64
如果CUDA Tookit <= 7.5或者上述命令无法执行,请输入如下命令安装CUPTI库:1
$ sudo apt-get install libcupti-dev
pip环境搭建
下面两行中选择一行执行即可,依据个人Python版本选择:1
2$ sudo apt install python-pip python-dev python-virtualenv # for Python 2.7
$ sudo apt install python3-pip python3-dev python-virtualenv # for Python 3.x
本人选择的是Python2.7
,因为Ubuntu 16.04.3
默认Python
为Python 2.7
,改默认会影响ibus-pinyin
(输入法)的更新和运行。
Virtualenv环境搭建
下面两行中选择一行执行即可,依据个人Python版本选择:1
2$ virtualenv --system-site-packages targetDirectory # for Python 2.7
$ virtualenv --system-site-packages -p python3 targetDirectory # for Python 3.x
其中targetDirectory
是隔离环境的根目录,需要自行设定。个人设定是~/tensorflow
,下文暂且按照这个目录进行介绍。
至此,基础观景搭建完成。
TensorFlow安装
进入Virtualenv环境
输入如下命令进入Virtualenv环境:1
2$ source ~/tensorflow/bin/activate # bash, sh, ksh, or zsh
$ source ~/tensorflow/bin/activate.csh # csh or tcsh
请依据自身shell
环境选择,一般Ubuntu原生使用的是sh
。
这里可以在~/.bashrc
中输入如下命令使得命令简化:1
2alias tensorflow="source ~/tensorflow/bin/activate" # bash, sh, ksh, or zsh
alias tensorflow="source ~/tensorflow/bin/activate.csh" # csh or tcsh
请依据自身的shell
环境选择第一条还是第二条。其中tensorflow
可以自行拟定。
当编辑完后在命令行中输入如下命令使其立即生效:1
$ source ~/.bashrc
以后在命令行中输入tensorflow
即可调出该Virtualenv
环境。
当前环境应该如下:1
(tensorflow) xxx@xxx:path$
tensorflow
即Virtualenv
文件夹名称,下文按照tensorflow
描述。xxx@xxx:path
与未进入Virtualenv
环境时无差别。下文中将简化描述为(tensorflow) $
更新pip
为了确保pip version >= 8.1,输入如下命令更新pip:1
2(tensorflow) $ pip install --upgrade pip # for Python 2.7
(tensorflow) $ pip3 install --upgrade pip # for Python 3.x
安装TensorFlow
如果系统中的CUDA Tookit
和cuDNN
都是最新版,请从以下四条命令中选择一个来安装TensorFlow:1
2
3
4(tensorflow) $ pip install --upgrade tensorflow # for Python 2.7
(tensorflow) $ pip3 install --upgrade tensorflow # for Python 3.x
(tensorflow) $ pip install --upgrade tensorflow-gpu # for Python 2.7 and GPU
(tensorflow) $ pip3 install --upgrade tensorflow-gpu # for Python 3.x and GPU
前两条是仅使用CPU的版本,后两条的版本能够使用GPU。
如果系统中的CUDA Tookit
和cuDNN
并非最新版,按照上述安装很可能会出现问题导致重装。因此安装前请先完成如下几步:
- 请先确定系统中的
cuDNN
和CUDA Tookit
时想匹配的,具体版本匹配详见官网。 - 请在TensorFlow的Github Release中寻找符合自己
CUDA Tookit
和cuDNN
的版本。 - 依照选好的版本拼凑网址。
拼凑网址如下,请依据CPU以及GPU从两条中选择一条:1
2
3
4# for CPU only
https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-x.x.x-cpxx-none-linux_x86_64.whl
# for GPU support
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-x.x.x-cpxx-none-linux_x86_64.whl
其中:
x.x.x
是从release
中选择出的需要的版本。cpxx
是本机python
的版本,例如:2.7.xx
为27
,3.5.xx
的版本为35
,以此类推。storage.googleapis.com
可能需要科学上网才能访问。
然后进行Tensorflow的安装,输入如下命令:1
2(tensorflow) $ pip install yourhttpsite # for Python 2.7
(tensorflow) $ pip3 install yourhttpsite # for Python 3.xyourhttpsite
就是拼凑出来的网址。
如果pip提示无法从代理处下载文件,则可以先将文件从网址下载下来并存在~
(即家目录)或者自定义目录下,然后通过如下命令安装:1
2(tensorflow) $ pip install filename # for Python 2.7
(tensorflow) $ pip3 install filename # for Python 3.xfilename
即下载的.whl
文件(可能需要输入完整路径)。
TensorFlow的使用
启动TensorFlow环境
请参照进入Virtualenv环境步骤进行。
测试TensorFlow环境
先进入TensorFlow环境,然后输入如下代码进行测试:1
2
3
4import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
输出Hello, TensorFlow!
且无报错即可。如果报错请参考官网或者上网寻找解决方案。
退出TensorFlow环境
在环境中输入deactivate
即可,即:1
(tensorflow) $ deactivate
TensorFlow的卸载
卸载时直接将其所在的Virtualenv文件夹删除即可,命令如下:1
$ rm -rf targetDirectory
targetDirectory
即Virtualenv环境文件夹。