Ubuntu16.04+gtx1070显卡+安装TensorFlowGPU版

Ubuntu16.04+gtx1070显卡+安装TensorFlowGPU版

首先我先推荐大家去看这2篇我的文章，第一篇讲，怎么制作Ubuntu16的U盘安装，里面没讲怎么安装Ubuntu，我们用的最简单的方法，直接没有保存电脑上面的数据，盘也懒得分了，网上有教程，这里就不细讲了。

大概流程是，开机显示屏提示按F12 你不停的按，进入装机界面，选第5个：USB-uefi .....

接着选第2个，直接按Ubuntu。后面忘了，记得有个选择安装模式，我选第一个，就省掉了分盘操作。

https://mp.csdn.net/postedit/79722615

第二篇讲了，针对我的1070显卡，怎么选择合适的驱动，怎么安装。可能一般的用户的话安装好了Ubuntu就不用管驱动问题了，但是我们要用来搞学习的（Ubuntu自带显卡不行，TensorFlow必须要用英伟达的显卡+驱动），必须找到对1070最兼容的驱动。所以才有了下面这篇文章。

https://mp.csdn.net/postedit/79746624

先给大家讲一下我这次的各个版本吧：

系统：Ubuntu16.04

显卡：gtx170

显卡驱动：NVIDIA-Linux-x86_64-390.42.run===英伟达官网输入系统版本，显卡版本，自动匹配下载的

cuda：cuda_9.0.176_384.81_linux.run===因为tf1.6支持9.0，所以下载这个版本cuda

cudnn：cudnn-9.0-linux-x64-v7.tgz  ====cudnn给cuda加速的，自然版本要保持一致

anaconda：Anaconda3-4.4.0-Linux-x86_64.sh ===自己网上找的，好像不是最新版的。

TensorFlow：1.6.04.====最近出了1.7，貌似仅支持cuda9

https://www.tensorflow.org/serving/serving_basic

首先第一步肯定是装好Ubuntu，其次装好对应显卡驱动，现在我们按照上面的顺序开始安装cuda。

cuda安装：

安装CUDA9.0？当时官网说的最新的TensorFlow支持cuda9，但是最新的已经到了9.1.所以我装9.0版

1 。首先去官网下载CUDA 9.0，就截了一个图，下载的是.run文件。

百度自己推荐的，点进去就有了。

https://developer.nvidia.com/cuda-90-download-archive?

target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal

建议选择迅雷下载，360浏览器莫名其妙断了，下了一半的时候。迅雷也会断，但是你可以暂停一分钟，再去下快很多。也有人呢建议用火狐或者谷歌下，大家自己决定吧。

2. 找到Ubuntu你刚才下载文件里面安装

sudo sh cuda_9.0.176_384.81_linux.run

单击回车，一路往下运行，输入 accept 

直到提示“是否为NVIDIA安装驱动nvidia-384？”，选择   no，

后面问你是否安装 cuda toolkit 选yes

因为前面已经安装好驱动程序了，还要cuda自带的驱动干嘛，否则在这里你又要折腾一阵了。其他的全都是默认，不过要记住安装位置，它会问你输入路径，直接按 enter键 。默认是安装在/usr/local/cuda文件夹下。又问你是否安装在默认路径下，你输入yes。

3. 配置环境变量，运行如下命令打开profile文件

　sudo gedit  /etc/profile


打开文件后在文件末尾添加路径，也就是安装目录，命令如下：


export  PATH=/usr/local/cuda-9.0/bin:$PATH

export  LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH　　

4. 保存，然后重启电脑

sudo reboot

5. 输入 

nvcc -V

有显示你的cuda信息就OK了，你也可以做下面的：

测试CUDA的例子
　cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
  sudo make ./deviceQuery
如果显示的是关于GPU的信息，则说明安装成功了。



安装cudnn

1. 进入解压后的cudnn-9.0-linux-x64-v7.0.tgz文件，一般cudnn放在cuda安装包同一个文件夹里面

在终端执行下面的指令安装：

tar xzvf cudnn-9.0-linux-x64-v7.0.tgz
cd cuda    
sudo cp lib64/lib* /usr/local/cuda/lib64/    

sudo cp include/cudnn.h /usr/local/cuda/include/ 

2. 然后更新网络连接：

cd /usr/local/cuda/lib64/  

sudo chmod +r libcudnn.so.7.0.3  # cd /usr/local/cuda/lib64/ 目录下自己查看最新的 .so的版本，

                                 #因为还有一个老版本，这里是新的版本号  

sudo ln -sf libcudnn.so.7.0.3. libcudnn.so.7  
sudo ln -sf libcudnn.so.7 libcudnn.so  

anaconda安装

进入anaconda安装包目录下，

bash Anaconda3-4.4.0-Linux-x86_64.sh  一路默认即可，然后会一路安装各种依赖包。完成后，

最后一处，没有输入yes，报错了咋办？

Do you wish the installer to prepend the Anaconda3 install location
to PATH in your /root/.bashrc ? [yes|no]
[no] >>> 
You may wish to edit your .bashrc or prepend the Anaconda3 install location:

$ export PATH=/root/anaconda3/bin:$PATH

Thank you for installing Anaconda3!


Share your notebooks and packages on Anaconda Cloud!
Sign up for free: https://anaconda.org

方法：

export PATH=/root/anaconda3/bin:$PATH

最后别忘了重新加载一下。

source ~/.bashrc

anaconda环境下装TensorFlow。

这里建议大家进tf官网学，同时参考我的这个教程。

https://tensorflow.google.cn/install/install_linux#InstallingAnaconda

https://tensorflow.google.cn/install/install_linux#the_url_of_the_tensorflow_python_package

1 .首先创建一个conda环境，命名为tensorflow

conda create -n tensorflow Python=2.7（如果是3.5版本就改成3.5）

现在终端输入 Python 就有显示版本信息了。

2.激活该环境，并在环境下安装tensorflow

source activate tensorflow
直接进入终端的tensorflow环境下：

接下来就可以安装tensorflow了，使用下命令：
pip3 install –ignore-installed –upgrade TF_PYTHON_URL（TF_PYTHON_URL是不同版
本的tensorflow源码的地址，我们这里安装的是Python 2.7的GPU版本）
pip3 install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.6.0-cp36-cp36m-linux_x86_64.whl

 注意upgrade 与后面的链接之间有个空格。 这个链接是去官网找的最新版本的链接，日期不同可能不一样了。

如此便完成了GPU版本的tensorflow的安装。

3.使用完毕后，需要关闭tensorflow环境

source deactivate

4 。可以简单测试一下tensorflow安装是否成功：

这里建议大家一句一句的copy，不要一起都拷贝进去执行。

$ python
…

import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session() #在该步会显示电脑的显卡信息
print(sess.run(hello))
Hello, TensorFlow!
a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a + b))

42

卸载tensorflow1.6

现在1.6 tf有bug，在终端上会无法使用tf,刚开始还是可以的，今天莫名其妙就挂了。在黑色命令窗口上却可以用。

刚开始我还卸载了，在home/conda3/envs/里面有前面安装好的tf文件，一句话就OK

sudo pip3 uninstall tensorflow

，然后又装了最新的tf1.7.

总结一下：

安装cuda,cudnn ,anaconda 基本无障碍的，很顺利的。开始安装tensorflow开始纠结哪种方法，因为有太多放方法了。

pip3 install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.6.0-cp36-cp36m-linux_x86_64.whl

首先我的是Python3 ，所以要写pip3 ,所以后面安装到一半就要提示升级pip源，升级完了还一样，后来发现这里忘了官网给坑的

后面谷歌链接其实也挺快的，不用换到国内的源也行。几分钟也搞定。关键是官网的链接居然写的是CPU版，
还好官网下面也有gpu的链接，点进去copy出来。

整个过程是按照官网的教程来的，当然也看看国内的博客，是一样的。

最后有个巨坑！
如果是服务器装tf，OK，你再去装anaconda，装tf.建议pip法，有教程真的快捷。
https://blog.csdn.net/y1250056491/article/details/78670710

当然还有docker法，等其他方法度很麻烦。但稳妥点docker比较推荐，有点麻烦，

所以我选下面的anaconda法安装。

但是如果用自己的台式机，小心了，台式机Ubuntu自带Python，然后我们一般装anaconda（集成了大部分的Python库）所以省的自己搞。anaconda里面再pip法装tf。基本上成功，但是就是跑不起来tf,提示找不到不认识。
和我以前装caffe是一样的，按好了caffe就是找不到。
很好理解，你一个电脑里面有2Python，你让tf找哪个？肯定晕了。除非你知道怎么配置它。所以报错。

幸运的是 ，anaconda有专门的按装tf的方法，大家就不要偷懒用pip法了。用anaconda制定的方法保证OK。
我就是看官网做的，
https://tensorflow.google.cn/install/install_linux#InstallingAnaconda
https://tensorflow.google.cn/install/install_linux#the_url_of_the_tensorflow_python_package

https://blog.csdn.net/WIinter_FDd/article/details/66523468
https://blog.csdn.net/qq_18297933/article/details/52465616
第一次tf失败了，本以为要删除tf再来的，我没删除，直接再装居然也行啊。
谷歌工程师做出来 的产品就是稳啊。