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PythonPython 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
2
alias 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$

  1. tensorflowVirtualenv文件夹名称,下文按照tensorflow描述。
  2. 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 TookitcuDNN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 TookitcuDNN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:

  1. 请先确定系统中的cuDNNCUDA Tookit时想匹配的,具体版本匹配详见官网
  2. 请在TensorFlow的Github Release中寻找符合自己CUDA TookitcuDNN的版本。
  3. 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:

  1. x.x.x是从release中选择出的需要的版本。
  2. cpxx是本机python的版本,例如:2.7.xx273.5.xx的版本为35,以此类推。
  3. 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.x

yourhttpsite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.x

filename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
4
import 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。