为深度学习环境安装开源深度学习框架Tensorflow(Ubuntu16.04+CUDA+cuDNN+Anaconda+Tensorflow)
来源:互联网 发布:大数据高并发 面试题 编辑:程序博客网 时间:2024/05/01 15:27
前一篇文章《Ubuntu16.04+GTX1050+CUDA8.0配置深度学习环境》 已经介绍了如何配置深度学习环境,本文介绍下如何配置深度学习框架Tensorflow。TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,可以说是目前做活跃的深度学习框架,其他详细介绍自行google吧。
下面开始安装教程
1.安装Anaconda
Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。Tensorflow 底层使用 C++ 实现的,然后使用 python 封装,暂时只支持这两种语言,使用最多的是 python 。很多的行业大牛都推荐使用 Anaconda ,因为他可以隔离多个 python 环境,同时解决掉了很多 python 包的依赖。
下载Anaconda,官网下载,速度太慢,推荐清华的镜像源,下载后执行
sh Anaconda3-4.4.0-Linux-x86_64.sh
此处回车即可
输入q即可
确认license,输入yes
选择安装路径,我一般选择默认,回车即可!后面就会安装很多包,等待即可
下一步
选择是否将anaconda作为环境变量加入bashrc中,建议选择yes
安装anaconda完毕,执行
export PATH="/home/gviot/anaconda2/bin:$PATH"
/home/gviot/anaconda2 为你的安装路径
2.安装keras
可以使用 pip install keras
安装
也可以到github上下载你所需要的版本
执行如下代码安装
tar -xvzf keras-2.0.6.tar.gzcd keras-2.0.6python setup.py install
keras的配置文件在$HOME下的 .keras 目录下
3.安装tensorflow
到github 上下载符合你条件的编译好版本
执行 pip install tensorflow_gpu-1.2.1-cp27-none-linux_x86_64.whl
安装
使用这种编译好的版本时,会有类似“The TensorFlow library wasn’t compiled to use SSE3 instructions, but these are available on your machine and could speed up CPU computations.”打印输出,意思是说:你的机器上有这些指令集可以用,并且用了他们会加快你的CPU运行速度,但是你的TensorFlow在编译的时候并没有用到这些指令集。
有两种解决办法,一种是自己编译tensorflow,在编译时使用这些指令集,另一种是在$HOME下的.bashrc最后添加export TF_CPP_MIN_LOG_LEVEL=2
,并在terminal中输入export TF_CPP_MIN_LOG_LEVEL=2
4.测试环境
使用keras-2.0.6/examples/mnist_cnn.py测试安装是否正常
CUDA_VISIBLE_DEVICES=0 python keras-2.0.6/examples/mnist_cnn.py
以上Tensorflow框架安装完毕,并且可以使用keras作为上层api调用tensorflow
- 为深度学习环境安装开源深度学习框架Tensorflow(Ubuntu16.04+CUDA+cuDNN+Anaconda+Tensorflow)
- Ubuntu16.04+CUDA+CUDNN+Anaconda+Tensorflow+keras深度学习环境搭建
- 【深度学习】Ubuntu16.04+Anaconda安装+换源+环境创建+tensorflow安装(3)
- 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN
- N卡双显卡电脑装ubuntu15.04并配置Anaconda+Tensorflow+cuda+cuDNN的深度学习环境
- 深度学习环境搭建:linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow并配置远程访问jupyter notebook
- 深度学习环境搭建:linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow并配置远程访问jupyter notebook
- 深度学习 ubuntu16.04 theano tensorflow cuda cudnn 搭建gpu加速,亲测有效
- 深度学习服务器环境搭建详细版(Ubuntu16.04+CUDA8+Caffe+Anaconda+TensorFlow+共享)
- Ubuntu环境下深度学习cuda,cudnn,caffe,tensorflow的安装
- 深度学习tensorflow安装ubuntu16.04amd64
- 深度学习框架tensorflow配置(ubuntu14.04+cuda8.0+cudnn v5.1+anaconda2+tensorflow)
- 如何在Ubuntu下安装Anaconda及搭建环境安装TensorFlow深度学习框架
- Ubuntu16.04环境下安装CUDA、cudnn、Caffe、Tensorflow、pytorch
- 深度工具安装(NVIDIA+cuda+cudnn+tensorflow)
- Ubuntu16.04 安装 TensorFlow GPU--cuda,cudnn
- 深度学习实战 1-搭建Ubuntu16.04+Anaconda(内嵌Python3.6)+tensorflow
- ubuntu16.04 cuda cudnn tensorflow
- CentOS上如何安装RAID阵列以及如何补装图形界面
- TCP/IP 以及TCP与UDP的区别
- Java中equals和==的区别
- spring标签详解
- Angular2-自定义指令@Directive
- 为深度学习环境安装开源深度学习框架Tensorflow(Ubuntu16.04+CUDA+cuDNN+Anaconda+Tensorflow)
- Jdbc预处理
- TCP 为什么是三次握手,为什么不是两次或四次?
- latch:cbc等待
- python 关于如何监控键盘长按输入的思考
- 入门经典_Chap07_题解总结:枚举, 回溯, 状态空间搜索, IDA*
- Lua语言15分钟快速入门
- 241. Different Ways to Add Parentheses
- .Java序列化与反序列化