在UBUNTU 16.04上配置TensorFlow + cuDNN + CUDA深度学习系统(30分钟傻瓜版)
来源:互联网 发布:下载杂志的软件 编辑:程序博客网 时间:2024/06/05 10:07
新配了一台电脑(i7-7700,GTX1070),装了UBUNTU 16.04,准备折腾折腾tensorflow。
之前看网上林林总总的安装教程,一个个都复杂无比。当然,复杂有复杂的道理,但是我实在是不想又在这台家用电脑上折腾一遍,于是又开始了偷懒大法。
貌似还真可以偷偷懒。
1、安装Anaconda
电信百兆直连官网都只有5K左右的下载速度,推荐去清华大学开源软件站下载。
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
下载之后顺便把软件源更换了,添加个conda-forge。
2、安装CUDA
推荐改个国内源,速度快得多。
sudo apt-get install nvidia-cuda-toolkit
系统会自动帮你装好所有东西的。
安装完之后重启电脑,测试一下:
talesyuan@TalesYuan:~$ nvcc --versionnvcc: NVIDIA (R) Cuda compiler driverCopyright (c) 2005-2015 NVIDIA CorporationBuilt on Tue_Aug_11_14:27:32_CDT_2015Cuda compilation tools, release 7.5, V7.5.17
talesyuan@TalesYuan:~$ nvidia-smiTue Aug 1 23:07:20 2017 +-----------------------------------------------------------------------------+| NVIDIA-SMI 375.66 Driver Version: 375.66 ||-------------------------------+----------------------+----------------------+| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC || Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. ||===============================+======================+======================|| 0 GeForce GTX 1070 Off | 0000:01:00.0 On | N/A || 0% 43C P8 10W / 180W | 383MiB / 8112MiB | 0% Default |+-------------------------------+----------------------+----------------------++-----------------------------------------------------------------------------+| Processes: GPU Memory || GPU PID Type Process name Usage ||=============================================================================|| 0 1023 G /usr/lib/xorg/Xorg 222MiB || 0 1731 G compiz 158MiB |+-----------------------------------------------------------------------------+
3、用Anaconda安装其他组件
conda install tensorflow-gpu
conda会自动帮你装好cudatoolkit和cuDNN匹配版本
同样的方法还可以装上openblas,theano,pytorch,keras,等等。
装好之后重启一下,做个测试,看看GPU是否可用。
测试来自:http://blog.csdn.net/weixin_35653315/article/details/71403386
def is_gpu_available(cuda_only=True): """ code from https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/platform/test.py Returns whether TensorFlow can access a GPU. Args: cuda_only: limit the search to CUDA gpus. Returns: True iff a gpu device of the requested kind is available. """ from tensorflow.python.client import device_lib as _device_lib if cuda_only: return any((x.device_type == 'GPU') for x in _device_lib.list_local_devices()) else: return any((x.device_type == 'GPU' or x.device_type == 'SYCL') for x in _device_lib.list_local_devices())def get_available_gpus(): """ code from http://stackoverflow.com/questions/38559755/how-to-get-current-available-gpus-in-tensorflow """ from tensorflow.python.client import device_lib as _device_lib local_device_protos = _device_lib.list_local_devices() return [x.name for x in local_device_protos if x.device_type == 'GPU']print(is_gpu_available())print(get_available_gpus())
-----------------------------------------------
基本上半小时搞定,还是美滋滋的。再装一次的话估计20分钟就能搞定了。
有时候也许真的需要去官网慢悠悠下源代码自己编译设置环境变量,比如需要某个特定版本的特性,或者为了最大限度发挥性能,等等。但更多的时候,对于许多人来说,先run起来比什么都重要。
-----------------------------------------------
欢迎讨论。
知乎:https://zhuanlan.zhihu.com/p/28251161
网易:http://talesyuan.blog.163.com/blog/static/92004608201771105713249/
- 在UBUNTU 16.04上配置TensorFlow + cuDNN + CUDA深度学习系统(30分钟傻瓜版)
- Tensorflow 1.2+Ubuntu 16.04+Cuda 8.0+cuDNN 5.1配置流程
- Ubuntu 16.04 nvidia cuda cudnn tensorflow-gpu 配置
- Ubuntu环境下深度学习cuda,cudnn,caffe,tensorflow的安装
- 安装TensorFlow(Ubuntu+CUDA+Cudnn)
- ubuntu cuda cudnn配置
- Installing CUDA 8.0 + cuDNN 5.1 + TensorFlow with Ubuntu 14.04 (上)
- 为深度学习环境安装开源深度学习框架Tensorflow(Ubuntu16.04+CUDA+cuDNN+Anaconda+Tensorflow)
- 深度工具安装(NVIDIA+cuda+cudnn+tensorflow)
- 在ubuntu上配置cuda+cudnn+caffe(包括python和matlab接口)+digits
- N卡双显卡电脑装ubuntu15.04并配置Anaconda+Tensorflow+cuda+cuDNN的深度学习环境
- Ubuntu 16.04+Gtx1050Ti+cuda 8.0+cudnn 5.1 tensorflow 安装
- ubuntu 16.04 安装 tensorflow-gpu 包括 CUDA ,CUDNN,CONDA
- Ubuntu 16.04 + cuda-8.0 + cudnn-6.0 + Tensorflow(及其简单)
- ubuntu安装(win10双系统)+cuda+cudnn+tensorflow安装
- 深度学习框架tensorflow配置(ubuntu14.04+cuda8.0+cudnn v5.1+anaconda2+tensorflow)
- 深度学习起步之环境配置【个人踩坑指南】(Ubuntu+Nvidia驱动+cudnn+caffe+opencv)(上)
- 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN
- [JAVA] Spring AOP XML 简述
- activemq定时清理消息
- python里创建一个任务(Task)
- 多项目发布自己电脑Tomcat内存溢出
- Java生成图形验证码
- 在UBUNTU 16.04上配置TensorFlow + cuDNN + CUDA深度学习系统(30分钟傻瓜版)
- web.xml中servlet-mapping的配置
- 奋斗群群赛---5
- struts2之ModelDriven的使用
- POJ 2446 Chessboard(匈牙利算法)
- JS-返回上一页并刷新代码整理
- 在用mysql-front的时候遇到显示:程序注册时间到期程序将被限制模式下运行。
- LaTeX中字体设置总结 (1)
- 冲刺EI论文期间每日学习9月7号