ubuntu下tensorflow-gpu環境搭建(通過anaconda,需預先手動安裝(或環境含有)cuda和cudnn)
阿新 • • 發佈:2019-01-10
第一步 創造一份conda環境
conda create -n tensorflow python=3.6
第二步 啟用tensorflow環境
source activate tensorflow
第三步 安裝tensorflow-gpu
安裝程式碼格式如下
pip install –ignore-installed –upgrade tfBinaryURL(一個連結),其中 tfBinaryURL可以在此處獲得 URL of the TensorFlow Python package.
for example
pip install --ignore-installed --upgrade https://storage.googleapis .com/tensorflow/linux/gpu/tensorflow_gpu-1.3.0-cp36-cp36m-linux_x86_64.whl
第四步 測試tensorflow gpu安裝成功與否
測試程式碼如下:
import tensorflow as tf
a = tf.constant([1.,2.,3.,4.,5.,6.], shape=[2,3], name='a')
b = tf.constant([1.,2.,3.,4.,5.,6.], shape=[3,2], name='b')
c = tf.matmul(a,b)
with tf.Session(config= tf.ConfigProto(log_device_placement=True )) as sess:
print(sess.run(c))
結果如下:
圖片中成功檢測到了GPU GTX970M,表明tensorflow-gpu安裝成功,且可以使用tensorflow-gpu可以呼叫GPU執行
GPU使用率:terminal下run:nvidia-smi -q -g 0 -d UTILIZATION -l
or run:watch -n 2 nvidia-smi
五、常見報錯
錯誤1
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory這是因為我裝了tensorflow-gpu 1.6版本,我之前的安裝命令如下
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.6.0-cp36-cp36m-linux_x86_64.whl
所以安裝的1.6版本,而我用的是cuda 8.0和cudnn5.1,1.6版本要求cuda 9.0. cuda8.0和cudnn5.1只支援tensorflow-gpu 1.2版本
我的解決方法是:
pip uninstall tensorflow-gpu==1.6.0 pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.0-cp36-cp36m-linux_x86_64.whl
移除tensorflow-gpu 1.6版本,安裝1.2版本
錯誤2
缺少安裝包numpy,
解決方法:
conda install numpy
環境
- ubuntu64位
- anaconda, conda 4.3.30
- cuda8.0
- cudnn5.1
- GTX970M
- nvidia driver 384