TensorFlow + GPU配置
1. 环境确认
要使用 GPU 版的 TesnorFlow 来加速我们的神经网络运算,首先要确保,我们的 GPU依 赖环境已经搭好。
1.1 查看 CUDA 版本
在终端输入命令:
cat /usr/local/cuda/version.txt
显示如下:
CUDA Version 9.0.176
1.2 查看 cudnn 版本
在终端输入命令:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
显示如下:
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 0
#define CUDNN_PATCHLEVEL 5
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"
如果没有安装 cuda 和 cudnn,到官网根自己的 GPU 型号版本安装即可,cuda 和 cudnn 是使用 GPU 必装的依赖环境,在安装 TensorFlow 的 GPU 版本时,也必不可少。
2. 安装 Anaconda
在确保,cuda 和 cudnn 已经安装的条件下,我们来使用 Anaconda 安装 TensorFlow 的 GPU 版。
之所以建议通过 Anaconda 来安装 TensorFlow,是因为 Anaconda 集成了较多 python 第三方库,对我们后期的神经网络构建等是十分方便的。
首先进入 Anaconda 官方下载地址:anaconda 下载
选择 Linux 版本,根据自己安装的 python 版本来选择相应的安装包版本。
下载完成后,在下载目录下打开终端,执行命令进行安装:
bash Anaconda3-2018.12-Linux-x86_64.sh
指定安装路径到:/data/monn/usr/local/anaconda3
提示是否将 Anaconda3 添加至环境变量,输入 yes
安装完成后,输入 conda
验证是否安装成功。
3. 通过 Anaconda 安装 TensorFlow 的 GPU 版
在 Anaconda下创建虚拟环境来安装 TesnorFlow 的 GPU 版
创建虚拟环境
conda create -n tensorflow python=3.7.1
创建一个名叫”tensorflow"的虚拟环境
- 系统会提示我们要安装一些新的依赖包,输入
y
即可
激活虚拟环境
source activate tensorflow
激活虚拟环境
安装 TensorFlow
pip install tensorflow-gpu -i https://pypi.doubanio.com/simple/
从豆瓣镜像中下载速度比较快
pip install tensorflow-gpu
安装 TensorFlow 速度非常慢(不推荐)
测试 TensorFlow
python
进入 python环境后,输入命令:import tensorflow
,观察是否报错。
果然报错:
ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory
原因:安装的 tensorflow 版本与 cuda 版本不匹配导致
前面看到这里的 cuda 版本是 9.0,而 tensorflow 1.6/1.5 和 cuda 9.0对应,1.4/1.3和 cuda 8.0 对应。
所以,先卸载掉高版本的 tensorflow-gpu-1.13.1:
pip uninstall tensorflow-gpu
卸载成功:
Successfully uninstalled tensorflow-gpu-1.13.1
安装 cuda 9.0 对应的 tensorflow 版本
之后再次尝试 import tensorflow
,问题解决。
再输入:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow! I am IT Xiao Ding Dang!')
sess = tf.Session()
可以看到系统列出了详细的信息,且 GPU 显卡 1080 已经启用,这时输入命令:sess.run(hello)
此时系统已经可以通过tensorflow-gpu为我们正常输出,这说明我们的tensorflow-gpu已成功安装。
TensorFlow + GPU配置相关推荐
- tensorflow GPU配置失败的几个解决方法
tensorflow GPU配置失败的几个解决方法 折腾了两天终于把tensorflow的gpu配上了,记录一下血泪教训,希望大家以后少走点弯路. 我的环境 cuda版本10.2.tensorflow ...
- TensorFlow GPU配置
1.去TensorFlow官网查看配置信息 https://tensorflow.google.cn/install 只需要确定cuda版本和TF版本即可,因为cuda安装文件可以自动安装Nvidia ...
- Windows 10环境下TensorFlow(gpu版本)配置教程——[图解] [详细版][零基础]
Tensorflow环境下的深度学习框架的配置主要包含以下几步: 0.前言 1.PyCharm的安装步骤: 2.Python的安装步骤: 3.AnaConda的安装步骤: 4.CUDA的安装步骤: 5 ...
- tensorflow2.1.0 安装及GPU配置(Windows/Python)
tensorflow官网:https://tensorflow.google.cn/ tensorflow2.1.0 Python pip 安装 pip install --upgrade pip p ...
- tensorflow gpu python3.5_Win10+Anaconda3下tensorflow-gpu环境配置
Win10+Anaconda3下tensorflow-gpu环境配置 基本环境 操作系统window10-education 显卡 NIVIDA GETFORCE GTX 1050 安装Anacond ...
- ubuntu16.04 安装cuda9.0+cudnn7.0.5+tensorflow+nvidia-docker配置GPU服务
[摘要] docker很好用,但是在GPU服务器上使用docker却比较复杂,需要一些技巧,下面将介绍一下在ubuntu16.04环境下的GPU-docker环境搭建过程. 第一步: 删除之前的nvi ...
- Macbook Pro 外接显卡实现Tensorflow GPU运行之环境配置(重点)
Macbook Pro 外接显卡实现Tensorflow GPU运行–环境配置 MacOS 重装 外接显卡(内屏输出) 环境配置(重点)
- tensorflow学习笔记:查看tensorflow可配置运算资源以及配置使用GPU运算
查看tensorflow可配置运算资源以及配置使用GPU运算 因为还用不到分布式的tensorflow,自己没有尝试过所以就不写分布式tensorflow的使用了(等自己用上了再说),这里记录一下在跑 ...
- python 虚拟环境 tensorflow GPU
拿到一个新的容器之后,怎么创建一个独立的GPU训练环境呢?之前弄的时候总是零零散散的,现在把它总结在这里,供自己以及有需要的朋友查阅. conda创建 1.1 下载anaconda wget -c h ...
最新文章
- 如何在用户登录时SAP时自动执行Tcode或者其他一些东西
- sql针对某字段去重查询_sql的简单查询
- Java中获取系统日期时间/系统时间
- java项目经验行业_行业研究以及如何炫耀您的项目
- python方向键控制角色_用python和pygame游戏编程入门-控制角色移动
- PostgreSQL函数(存储过程)----笔记
- c语言gotoxy函数dev,写了个小程序,一直会闪屏,用的gotoxy函数,求大神教
- 安卓旅途之——开发数独(一)
- NFS服务安装与配置方案
- Tensorflow异常集锦
- vb代码转换为java_有人可以解释如何使用JACOB将VB代码转换为Java吗?
- linux 系统常用的C语言函数库
- 第二季-专题18-网卡搭建新通道
- ASP.NET实际项目演练(1)
- keil 函数最多可以传几个参数_Keil C51中如何让一个函数返回多个值?我把数组指针传入函数中,但发现编译后DATA区会随...
- java面试题(分布式篇)
- 蚂蚁课堂视频笔记思维导图-4期 一、微服务技术
- 沙盘模拟软件_重大消息:企业经营沙盘招新啦
- 面对局域网用户滥用网络执法官,p2p终结者等网管软件的破解方法
- 织梦后台登录一直提示验证码不正确