ubuntu+python2.7+tensorflow(gpu)安装

本文详细介绍了如何在Ubuntu上使用Python2.7环境搭建TensorFlow GPU版本,包括安装必要的依赖库、配置CUDA及cuDNN等步骤,并提供了版本兼容性的注意事项。
部署运行你感兴趣的模型镜像

 鉴于目前实验需要,记录下python2.7下搭建tensorflow(gpu)的情况


1.通过ubuntu官方的apt工具包安装

    1.1安装python

        sudo apt-get install python2.7 

        安装numpy

      (先安装pip sudo apt-get install python-pip)

        Pip install numpy

   1.2 以下括号内容为非必需

  (    安装scipy

        pip install scipy

        安装pandas(常用到)

        pip install pandas

        安装sklearn(机器学习相关)

        Pip install -U scikit-learn(有可能下载失败 这时更新pip  pip install --upgrade pip))

   1.3 安装TensorFlow

    (CPU)pip install tensorflow

    (GPU)pip install tensorflow-gpu


2.GPU加速环境搭建

    2.1安装CUDA

            注(想要成功安装先要装好NVIDIA驱动)

            下载好CUDA,最新版在点击打开链接

            需要其他版本在网上自行查找

            在cuda所在的文件夹打开终端 输入

        sudo dpkg -i cuda-repo-ubuntu1604-8-0-rc_8.0.27-1_amd64​.deb

        sudo apt-get update

        sudo apt-get install cuda​

    2.2安装cuDNN

        下载放在与cuda同一目录下,下载地址点击打开链接

        tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz       (解压这个文件)

        sudo cp cuda/include/cudnn.h /usr/local/cuda/include  (复制)

        sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64    (复制)

        sudo chmod a+r /usr/local/cuda/include/cudnn.h/usr/local/cuda/lib64/libcudnn*

    2.3环境配置

        sudo gedit ~/.bash_profile #打开.bash_profile

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

        export CUDA_HOME=/usr/local/cuda

        终端中

        source ~/.bashrc #使更改的环境变量生效

        然后可以import tensorflow去测试

        注意事项:考虑到版本支持的问题 我选择的是tensorflow1.2+cuda8.0+cudnn5.0(在后面改成了cudnn5.1,因为5.0会有一些错误)。在我安装的时候最新版tensorflow1.5需要cuda9.0 。tensorflow大于1.2的版本至少需要cudnn6.0。在网上很难找到cudnn6.0所以我选择上面的搭配。

问题如

ImportError:libcublas.so.9.0: cannot openshared object file: No such file or directory

没有cuda9.0的错误

    tensorflow-gpu 1.5版本,而我用的是cuda 8.0和cudnn5.0,1.5版本要求cuda 9.0,而且是cudnn6.0

版本回滚的方法

    pip install tensorflow-gpu==1.2


ImportError:libcudnn.so.6: cannot open shared object file: No such file or directory

没有cudnn6.0的错误


特别注意:

    Opencv 的安装

    cpu的环境搭建

    import cv2去测试

 



您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

thomasyyu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值