在Ubuntu搭建TensorFlow環境
- 版權聲明:本文爲博主chszs的原創文章,未經博主允許不得轉載。
我一直想要最大化TensorFlow的計算能力,於是我決定在家用電腦上安裝和優化它。這裏,我將分享如何選擇安裝TensorFlow的某個版本——它並不像看起來那麼容易,因爲你需要了解系統功能,而且涉及到GPU、以及你正在使用的Python版本。在選擇TensorFlow的版本時,可以選擇“Release”版本,也可以選擇每日構建版。本文講述如何輕鬆獲得每日構建版並安裝到自己的機器上運行。(系統環境是Ubuntu Linux)
在安裝TensorFlow前,有四個主要選項:
- Python 2.x
- Python 2.x + GPU
- Python 3.x
- Python 3.x + GPU
帶GPU支持的版本可以充分利用GPU的計算能力,但首先要檢查您的系統是否支持CUDA GPU。
打開終端,執行命令:
# lspci | grep -i nvidia
看看返回了什麼,比如我的:
查看GPU型號名稱:GeForce GTX 860M,然後可以在NVIDIA官網檢查是否兼容CUDA的信息,具體見:https://developer.nvidia.com/cuda-gpus
可以看到支持我的GPU,所以可以安裝帶GPU的TensorFlow版本。查看TensorFlow網站,具體見:https://www.tensorflow.org/install/install_linux
可以看到有一個我需要安裝的依賴庫libcupti。安裝它:
# sudo apt-get install libcupti-dev
關於如何安裝TensorFlow本身,可以閱讀:https://www.tensorflow.org/install/install_linux#InstallingNativePip
使用Nightly Builds版安裝TensorFlow
接下來需要確定本機的Python版本以及其相關的pip工具。如果還沒有Python環境,應該先安裝它們。可以參閱系統說明:https://www.python.org/
Ubuntu Linux默認自帶了Python 2.7,就將就這個版本吧,先安裝pip工具:
# sudo apt-get install python-pip python-dev
請注意,如果您使用Python 3.x,就應該使用軟件包python3-pip和python3-dev。
還要注意,pip工具的版本至少應爲8.1以上的版本。(用pip -V檢查版本)
一旦完成了這一切,就可以簡單地安裝Nightly Build版的TensorFlow:
# sudo pip install tf-nightly-gpu
或者,如果您的系統不支持CUDA(請參閱上面的部分),請使用:
# sudo pip install tf-nightly
現在可以使用以下步驟檢查TensorFlow是否工作。
首先:打開一個Python解釋器:
# python
然後,導入TensorFlow庫:
import tensorflow as tf
請注意,如果沒有正確安裝TensorFlow,或者將帶GPU的版本安裝在不受支持的系統上,就會在此處出現錯誤。CUDA錯誤在這一步上非常普遍。如果有效,就可以試試打印出TensorFlow的版本:
print(tf.__version__)
(注意version前後有2個下劃線)
完成後,您應該看到打印出的TensorFlow版本 - 如下所示:
可以看到,由於使用了最新的每日構建版,所以TensorFlow當前的最新版本是1.4。