如何在 Linux 上安装 TensorFlow

Question

在 TensorFlow 主网站上，您必须专门启用 gpu：

# Ubuntu/Linux 64-bit, GPU enabled:
$ sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.7.1-cp34-none-linux_x86_64.whl

---

在anaconda网站上，你只需要安装tensor flow，但没有说明这是GPU还是CPU版本：

conda install -c https://conda.anaconda.org/jjhelmus tensorflow

---

运行 Anaconda 命令后，我决定需要确保它是 GPU 版本，因此我尝试在 anaconda 文件夹中运行 pip 命令。

当我运行 pip 命令时，出现以下错误：

tensorflow-0.7.1-cp34-none-linux_x86_64.whl 不是这个平台支持的轮子

---

我不知道轮子是什么...但我有一台新笔记本电脑，配备多核 i7（去年 7 月）和笔记本电脑 nvidia 卡，计算等级为 5.2 并安装了 CUDA（Ubuntu 15.10）。

必须有与我的规格兼容的版本。

如何将我的张量流安装升级到 GPU 版本？

更新

当我跑步时：import pip; print(pip.pep425tags.get_supported())，支持的轮子包括

cp35

但是可用于 TensorFlow 的轮子是 cp34...所以这是否意味着 GPU 上的 TensorFlow 不适用于我的计算机？

Answer 1

尽管看起来很愚蠢，只需将轮子从 3.4 重命名为 3.5 就足够了：

$ wget https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.7.1-cp34-none-linux_x86_64.whl
...
$ pip install tensorflow-0.7.1-cp34-none-linux_x86_64.whl
tensorflow-0.7.1-cp34-none-linux_x86_64.whl is not a supported wheel on this platform.
$ mv tensorflow-0.7.1-cp3{4,5}-none-linux_x86_64.whl
$ pip install tensorflow-0.7.1-cp35-none-linux_x86_64.whl
Processing ./tensorflow-0.7.1-cp35-none-linux_x86_64.whl
...
Installing collected packages: tensorflow
Successfully installed tensorflow-0.7.1

Answer 2

Tensorflow V1.0 中的所有内容都发生了变化，本指南当然解释了如何在支持 GPU 的 Ubuntu 上安装 TensorFlow。我只在 Ubuntu 14.04 上测试了这些说明。

• nVidia 检查

首先你必须检查是否安装了nVidia，输入以下命令：

nvidia-smi

你应该会看到这样的东西

如果您看到这说明您的 nvidia 卡已正确安装。

• 安装 CUDA,Cudnn

转到https://developer.nvidia.com/cuda-downloads 并下载 ubutu 14.04 的 cuda 工具包（下载 .deb 文件）并使用这些命令进行安装

sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

小心 tensorflow V1.0 需要 cuda-8.0 并且不适用于 cuda-7.5，如果您安装了 cuda-7.5 及更低版本，在 python 中导入 tensorflow 时会出现此错误

ImportError: libcudart.so.7.5: 无法打开共享对象文件：没有这样的文件或目录。

安装 cuda-8.0 后，转到 https://developer.nvidia.com/cudnn 并下载 cuDNN v5.1（2017 年 1 月 20 日），用于 CUDA 8.0 并使用以下命令进行安装

tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp -P include/cudnn.h /usr/local/include
sudo cp -P lib64/libcudnn* /usr/local/lib64
sudo chmod a+r /usr/local/lib64/libcudnn*

最后将这些行添加到您的路径文件中，或者将这些行添加到 ~/.bashrc 文件中，使用以下命令：

打开 ~/.bashrc

sudo nano ~/.bashrc

添加这些行

export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda/lib64

• 张量流

要安装支持 gpu 的 tensorflow，您可以使用以下命令安装它

pip install tensorflow-gpu

I tensorflow/stream_executor/dso_loader.cc:135] 本地成功打开CUDA库libcublas.so.8.0 我tensorflow/stream_executor/dso_loader.cc:135]本地成功打开CUDA库libcudnn.so.5 我tensorflow/stream_executor/dso_loader.cc:135]本地成功打开CUDA库libcufft.so.8.0 我tensorflow/stream_executor/dso_loader.cc:135]本地成功打开CUDA库libcuda.so.1 我tensorflow/stream_executor/dso_loader.cc:135]本地成功打开CUDA库libcurand.so.8.0

毕竟，如果在 python 控制台中导入 tensorflow 时一切正常，您可以看到这些，这意味着您的 tensorflow 支持 gpu