tensorflow-gpu在unbantu16.04環境建置

發表於 更新於 分類於 Disqus：

這是我 tensorflow 在 unbantu 16.04 的安裝紀錄。

安裝套件版本：
tensorflow 1.3.0
cuda 8.0.61
cudnn 6.0 for cuda 8

從 nvidia下載 cuda 以及 cudnn 之後，在安裝前請重新開機進入 BIOS 設定把預設顯示卡功能調整成用內顯，並調整螢幕插頭位置到內顯插槽上，之後按下 Ctrl-Alt-F1 進入 tty1 介面，並輸入以下指令

1
sudo service lightdm stop

根據這篇的說法這條指令的作用是用來達到顯示卡與內顯區別的目的，如果不打這條指令就裝 cuda 的話，重新開機後 unbantu 會畫面全黑或是卡在系統 loading 畫面。
(ps:本人就是這樣才重新裝第二次!)

之後就可以開始安裝 cuda 了，輸入以下安裝指令來安裝。這裡有一點要注意的是要指定 cuda=version 來安裝，不指定的話預設裝上的是 cuda9

1
2
3
$ sudo dpkg --install cuda-repo-ubantu1604_8.0.61-1_amd64.deb
$ sudo apt-get update
$ sudo apt-get install cuda=8.0.61-1

裝完後到 .bashrc 貼上以下環境變數路徑，之後記得先重開機看看能不能順利入系統

1
2
export PATH=$PATH:/usr/local/cuda-8.0/bin
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64

接著開始來安裝 cudnn，輸入以下指令

1
2
3
4
$ tar -xvzf cudnn-8.0-linux-x64-v6.0.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

以上都裝好的話可以打以下指令來 check 顯卡是否有裝好

1
$ nvidia-smi

之後就是裝 tensorflow 了，基本上都跟官網一樣，沒什麼不同。
本人採用的是 Anaconda 的安裝環境，創一個虛擬的環境後打以下指令

1
$ pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.3.0-cp35-cp35m-linux_x86_64.whl

到這邊就差不多裝好囉！之後就可以在裝 keras, pandas, numpy 等等其他資料分析常用的套件啦！

參考資料
http://city.shaform.com/blog/2016/10/31/install-tensorflow-with-cuda.html