Ubuntu 安裝 tensorflow-gpu + keras

轉載請註明：

仰望大牛的小清新：http://www.cnblogs.com/luruiyuan/

本文原網址：http://www.cnblogs.com/luruiyuan/p/6660142.html

我用的Ubuntu版本是 16.04 ，而且使用了 gnome 做爲桌面(這一點可有可無)，經歷了許多波折，終於完成了以 tensorflow 爲後端的 keras 的安裝。

tensorflow-GPU 版本的安裝：

1.下載 CUDA 8.0

地址：https://developer.nvidia.com/cuda-downloads

安裝以下版本：

2.下載 cuDNN v5 (這裏我下載的是 v6, 可是事實證實 tensorflow 不直接支持 v6，除非你本身編譯時制定了 v6，不然按照以下教程安裝的 tensorflow 只能加載 v5)

地址： https://developer.nvidia.com/cudnn

這裏須要先 登陸/註冊 後才能下載

3.安裝 NVIDIA 驅動：

首先打開 terminal，輸入一下指令，更新應用列表

sudo apt-get update

多虧了 Linux 社區的強大支持，咱們能夠用很簡潔的方式安裝驅動：

按下 win 按鍵，打開菜單，如圖：

而後在上方的 type to search 中輸入： additional drivers 打開 "additional drivers —— 附加驅動"，而後選擇 與本身顯卡匹配的 NVIDIA 驅動，我這裏是 

using nvidia binary drivers (375)

而後選擇 應用更改，這裏安裝可能會失敗，此時你能夠繼續選擇應用更改，多安裝幾回便可

安裝完成後，選擇 restart

4. gcc 降版本

CUDA8.0 不支持 gcc 5.0 及以上的編譯器，而系統自帶的是5.4及以上版本，所以咱們須要降版本，不然會在後面報錯

在terminal中輸入以下指令，將 gcc 版本降到 4.9

sudo apt-get install g++-4.9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc
sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++ 

5.安裝 CUDA 8.0

cd /media/你的用戶名/TOSHIBA\ EXT/alu/CUDA/ # 進入cuda 所在文件夾
# 根據官網上的提示安裝 cuda 8.0
sudo dpkg -i cuda-repo-ubuntu1604-8-0-rc_8.0.27-1_amd64​.deb
sudo apt-get update
sudo apt-get install cuda​

6. 安裝 cuDNN

cd  cd /media/你的用戶名/TOSHIBA\ EXT/alu/CUDA/ # 進入 cuDNN 安裝文件的所在路徑
tar xvzf cudnn-8.0-linux-x64-v6.0.tgz # 解壓
sudo cp cuda/include/cudnn.h /usr/local/cuda/include # 複製到 include 中
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 # 複製到 lib64 中
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* # 講頭文件複製進去

7. 配置CUDA環境變量

開啓 GPU 支持：

根據官網教程

咱們在terminal中鍵入下列命令：

sudo gedit ~/.bash_profile # 打開.bash_profile 這是用戶的環境變量，不是全局的

而後在打開的文本末尾加入：

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

保存並關閉後，輸入下列命令使環境變量生效：

source ~/.bash_profile # 使被更改的環境變量生效

安裝完成後，必定要經過以下兩條命令對驅動進行檢驗：

1. NVIDIA的設置界面

nvidia-settings # 打開 NVIDIA 設置界面

這條指令打開的界面以下：

2. NVIDIA GPU 列表

nvidia-smi

這條指令會在 terminal 中產生GPU列表，如，我這裏只有一個GPU

網上有些人抄別人的博客，說 nvcc -V 就能夠驗證，通過我實測，存在 nvcc -V 正常輸出可是驅動仍安裝失敗的現象，所以，上述驗證方法是不可信的。

8.安裝 python3.5.2

因爲tensorflow1.0 對於 python3 支持更好，而且目前只支持python3.5.2，所以咱們選擇 python 3.5.2。

使用 Anaconda3-4.2.0-Linux-x86_64.sh 進行安裝，地址以下：

https://repo.continuum.io/archive/

安裝完成後，添加環境變量，將其設置爲默認的 python 解釋器

首先打開環境變量的文件

gedit ~/.bashrc

而後在文件末尾加入 anaconda3 的路徑

export PATH=/home/你的路徑/anaconda3/bin:$PATH

最後使咱們的改動生效

source ~/.bashrc

這樣，咱們在terminal中輸入 python 就會默認打開 anaconda3

這樣咱們就能夠安心使用python3了。

9.安裝 keras 和 tensorflow

有了上述安裝過程，咱們系統中默認的pip將會是anaconda3中自帶的pip，這樣咱們只須要使用pip便可安裝 keras 和 tensorflow 到 anaconda 中。

執行以下命令：

pip install tensorflow-gpu keras # 安裝 gpu 版本的 tensorflow 和 keras

安裝完成後，咱們使用以下命令，便可檢驗是否成功：

python -c "import keras"

若是看到以下輸出，就說明安裝成功

固然了，我這裏安裝的 cuDNN 因爲版本太高，暫時不能被pip安裝的tensorflow所支持，若是改成 cuDNN v5 就可以正常支持了。

但願本身的這篇文章能對像我同樣的新手有所幫助。

參考資料:

[1]: ubuntu16.04下安裝TensorFlow(GPU加速)----詳細圖文教程 

[2]: Ubuntu16.04+cuda8.0+caffe安裝教程