1.序
這篇文章的目的是Tensorflow環境配置的經驗和流程總結,涉及3個部分:
1)裝ubuntu並配置顯卡驅動;
2)裝CUDA+cuDNN庫並解決cuda與顯卡驅動衝突問題
3)以常用的科學計算python包Anaconda爲基礎,Tensorflow放於其子環境中,並配置好編程界面jupyter或spyder
2. Tensorflow簡介和我的筆記本硬件配置
目前對電子和計算機行業的學生來說深度學習可以說是必備技能了,Google的Tensorflow又是企業化的、比較有前途的深度學習庫之一。
Tensorflow的不支持windows,必須在Linux下開發。
其他相對出名的庫有微軟的CNTK,學術性質較濃的Theano及其變種sklearn-theano,以及Caffe,Torch,mxnet等。
另外Keras是一個高層模塊庫,底層是Tensorflow或者Theano,並且還有中文文檔,也是個不錯的選擇。
我這篇介紹裏下的是GPU Enabled的Tensorflow包,所以裝CUDA。如果你選的是CPU only的就不用,但是運算起來那幾個測試程序就多大概一倍時間。
所以可以的話還是儘量珍惜生命,選用GPU Enabled的Tensorflow。畢竟並行計算也挺火的,挺適合神經網絡訓練。
我的筆記本硬件配置:
微星GE60-2OD
intel i7-4700HQ(HD4600集成顯卡) + NVIDIA GTX765m
256G SSD + 756G的希捷SSD-HDD混合硬盤(含8GSSD),全都是GPT分區
8G 內存
3.下面開始介紹經過3天試錯得到的正確的流程
注:在此之前建議大家先看下Tensorflow官網的“Get Started”,內有詳細流程,只不過不會詳說CUDA和顯卡驅動衝突等瑣碎問題。
鏈接爲: https://www.tensorflow.org/versions/r0.9/get_started/os_setup.html
1)裝ubuntu15.04。
裝之前我的256G的SSD上windows10的C盤佔了80G。win10也是EFI啓動引導。爲了ubuntu在SSD上又分出來了40G
因爲目前CUDA目前只支持15.04 和 14.04,而14.04在我裝完NVIDIA顯卡驅動後直接黑屏,只能用NVIDIA-prime選intel進入。要是直接裝完CUDA再重啓竟然連命令行界面都打不開了,所以果斷拋棄。
15.04的ISO下載地址爲:http://old-releases.ubuntu.com/releases/15.04/
我是64位系統,所以直接選的第一個64-bit PC (AMD64) desktop image,注意這裏不是說要AMD的芯片,只不過intel的x86-64也是參考AMD64架構的,所以無論intel還是AMD的芯片都能用,但我的機器是intel的。
注意分區的時候不要讓自動裝,手動分區就行。
官方的分區參考鏈接:https://help.ubuntu.com/community/DiskSpace
我測試過後覺得最好的方案是3~4個分區:A)EXT4的/boot,250M以上即可,用於選中作爲EFI引導。實際會用掉190多M,所以不建議和windows的EFI引導區windows boot manager放一起因爲空間不夠。也不建議想有些帖子中誤導的默認硬盤不用改什麼的(這種情況下ubuntu會檢測你選中的硬盤自動設置EFI分區,也可以用,但是不建議因爲其過程不透明) B)直接從下拉菜單裏選swap分區,中文的話好像是“”交換分區“”什麼的,其實就是虛擬內存。大小我沒怎麼在意,網上不少帖子說是你內存的1~2倍,所以我就分了8個G(8192M)C)root硬盤,仍然選EXT4分區,盤符選只有一個“/”的就是root分區,也就是系統分區,相當於windows中的C盤。D)另外你如果想的話也可以加個/home分區,放些雜文件什麼的,相當於windows中的D、E、F等那些盤。
如果你黑屏了,或者在windows裏面把ubuntu盤格式化了(系統啓動後會進grub界面),這時候u盤裏又沒有鏡像,啓動後嘗試按F11或F12。一般現在筆記本這個鍵可以選擇從哪兒啓動,選windows進去,再下個鏡像就行。不用再開一臺電腦。所以我覺得整個過程還是比較保險的。
2)裝NVIDIA 352 驅動。
我裝的時候最新的是367.27,不過鑑於後來要裝的 CUDA Toolkit 7.5 是和352 配套的,於是決定選擇352。
ubuntu裝好後默認驅動是某開源驅動。如果你電腦配置跟我類似的話,不建議從Software & Update中的 Additional Drivers中換驅動。(當然可以試試,能用更好,反正我是重啓黑屏的)
其實命令行裝也相當簡單保險。直接在Terminal 裏 (或按Alt + Ctrl + F1 進入命令行界面),輸入:
sudo apt-get install nvidia-352 nvidia-settings nvidia-prime
3)裝CUDA Toolkit7.5 和 cuDNN v4
Section "Device"
Identifier "Intel Graphics"
Driver "intel"
Option "AccelMethod" "sna"
Option "Backlight" "intel_backlight" # use your backlight that works here
BusID "PCI:0:2:0"
EndSection
4)裝Anaconda3和配置Tensorflow環境,以及jupyter和spyder