寫在前面
先上一張tensorflow版本與CUDA版本的對應(yīng)表:
GPU版本的tensorflow在1.13.0版本就已經(jīng)需要CUDA10才能安裝了,所以1.14版本也需要CUDA 10以上的版本定页。本次安裝我使用了CUDA的10.1版本再菊。
CUDA安裝
下載地址:https://developer.nvidia.com/cuda-toolkit-archive
選擇runfile (local) 版本進(jìn)行下載吃靠。不要選擇deb版精盅,里面沒有攜帶NVIDIA驅(qū)動(dòng),會在線下載,非常慢岖寞。
下載完畢后需要先卸載老驅(qū)動(dòng)(沒有就忽略),詳見這篇文章:https://blog.csdn.net/zhang970187013/article/details/81012845
卸載后關(guān)閉Ubuntu的GUI界面,這一步最好用手機(jī)拍下來春畔,后面會直接進(jìn)入命令行模式:
sudo service lightdm stop
stop后按ctrl+alt+F1進(jìn)入命令行模式,之后執(zhí)行:
sudo sh cuda_10.1.105_418.39_linux.run
安裝完畢后執(zhí)行命令回到GUI界面
sudo service lightdm start
tensorflow pip安裝(可能不好使)
直接通過pip安裝GPU版本的tensorflow:
pip install tensorflow-gpu==1.14.0
如果下載的慢岛都,可以把pip安裝源換成國內(nèi)的律姨,或者這樣執(zhí)行:
pip install tensorflow-gpu=1.13.1 -i http://mirrors.aliyun.com/pypi/simple/
國內(nèi)的安裝源:
阿里云 http://mirrors.aliyun.com/pypi/simple/
中國科技大學(xué) https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清華大學(xué) https://pypi.tuna.tsinghua.edu.cn/simple/
中國科學(xué)技術(shù)大學(xué) http://pypi.mirrors.ustc.edu.cn/simple/
tensorflow源碼安裝
如果簡單無腦的pip安裝不成功,或者安裝后無法使用GPU加速臼疫,那還是老老實(shí)實(shí)源碼安裝吧
安裝依賴組件
安裝前先用pip安裝tensorflow依賴的組件:
pip install six numpy wheel setuptools mock future>=0.17.1
pip install keras_applications==1.0.6 --no-deps
pip install keras_preprocessing==1.0.5 --no-deps
下載tensorflow源碼
可以到tensorflow的github主頁下載:https://github.com/tensorflow/tensorflow.git
也可以直接clone代碼后切換到對應(yīng)分支:
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
git checkout branch_name # r1.9, r1.10, etc.
下載完畢后择份,執(zhí)行下列語句配置編譯選項(xiàng):
./configure
需要注意的是,如果你有多個(gè)CUDA版本烫堤,要在配置時(shí)指定其目錄荣赶。
編譯pip軟件包
前提需要安裝bazel,bazel版本見文章最開始的版本號塔逃。我們目的是構(gòu)建支持GPU的tensorflow:
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
這條命令的目的是生成可編譯whl文件的軟件包編譯器讯壶,需執(zhí)行以下指令在/tmp/tensorflow_pkg目錄生成whl文件:
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
最后使用pip安裝生成的whl文件,就可以完成GPU版本的tensorflow的安裝:
pip install /tmp/tensorflow_pkg/tensorflow-version-tags.whl