Ubuntu18.04安裝Tensorflow+cuda+cuDNN

本文寫的比較簡單，期間遇到的一些小麻煩，本身不認爲成爲阻礙，因此沒有詳細寫。
若有疑問能夠聯繫QQ：2922530320

Pycharm

Pycharm使用Anaconda

Pycharm 在新建項目的時候能夠指定Conda環境，前提是已經安裝了Conda。

若是建立項目的時候沒有指定conda環境:

Setting => Project => Project Interpreter 裏面修改 Project Interpreter , 點擊齒輪標誌再點擊Add Local爲你某個環境的python.exe解釋器就好了

Anaconda

Anaconda 安裝包能夠到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下載。

若是pip安裝軟件包速度很慢，可使用清華的鏡像庫

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

介紹：Anaconda會建立一個獨立的python環境，針對某個應用下載其須要的依賴包，並保存在一個自定義的目錄(目錄名經過Anaconda建立項目時指定)，以後咱們在Anacoda的環境中編寫代碼，代碼引用的包就是Ananconda爲此項目獨立下載的包，不會影響到宿主機和其餘環境。

好比你要在learn環境中編寫程序, 那麼就修改成~/anaconda3/envs/learn, 能夠看到這時候下面的依賴包也變成了learn環境中的包了.接下來咱們就能夠在pycharm中愉快的編碼了.

經常使用的命令

查看全部的環境

conda env list

安裝第三方包

conda install requests
或者 pip install requests

卸載第三方包

conda remove requests
或者 pip uninstall requests

查看環境包信息

conda list

導入導出環境

conda env export > env.yaml
conda env create -f env.yaml

切換環境

activate python35          #Windows
source activate python35   #linux&Mac

建立環境

conda create -n <env_name> python=3.6
建立一個環境，指定環境名稱，並指定使用的python版本

刪除環境

conda remove -n <env_name> --all
刪除環境以及下屬的全部包

安裝Tensorflow

一、正常流程大概是第一步這樣的，可是，咱們通常不走尋常路。

tensorflow目前爲止支持到cuda9.0，而ubuntu18.04上默認的cuda是9.1，安裝方式很簡單：sudo apt install nvidia-cuda-dev。本人懶的重裝cuda，由於還要降級gcc到6.0。既然官方不支持，就找非官方的。因此跳過第一步（其實第一步也不完整）。

在anaconda環境下執行

pip install tensorflow-gpu

cuda歷史版本下載

https://developer.nvidia.com/cuda-toolkit-archive

具體執行命令和安裝方式在下載的地方已經有說明了。

二、網上大神已經編譯好的tensorflow，目前已經更新到1.8了。

https://github.com/mind/wheels/releases/

有三個版本，cp27，cp35和cp36，分別對應的是python2.7,3.5和3.6。

下載[TensorFlow 1.8 (GPU, CUDA 9.1, cuDNN 7.1, no MKL)]這個標題下面的包。

在本身的anaconda環境安裝下載好的tensorflow

pip3 install 上面下載的 .whl 文件

cuDNN安裝

官網下載須要註冊，網上有人提供了下載好的。

連接: https://pan.baidu.com/s/1DiQYF8KFnuwfVDnmlxBw7w 密碼: ga6s

tar -xf cudnn-9.1-linux-x64-v7.1.tgz
cd cuda
sudo cp include/cudnn.h /usr/include/
sudo cp lib64/* /lib/

最後一步

重啓系統