Ubuntu18.04 tensorflow 安装
前言
tensorflow 环境安装比较折腾,各种更新都比较快,需要安装相应的版本,如果不一致,可能就会导致失败。
安装时间是2019-08-25, 目前tensorflow的稳定版本是:tensorflow-1.14.0, Anaconda对应的python版本是3.7
后续各个版本肯定会持续更新,需要找对应的版本。
检查CPU是否支持AVX
默认ubutnu 安装tensorflow-1.14.0,后运行时,直接报错:
非法指令 (核心已转储)
有关资料说:cpu太老,不支持AVX,所以不能安装新版的tensorflow, 需要安装1.5.0版本以前的。
检查cpu是否支持的命令:
cat /proc/cpuinfo | grep avx
版本对应关系
- tensorflow和CUDA的对应关系
- anconda和其默认python版本的对应关系
安装驱动
有些文章说,需要先卸载,停用服务等等,没有按照那种方法,只是用下面几个命令,就完成了。
ubuntu-drivers devices
apt-get install nvidia-xxx
reboot
nvidia-smi
安装CUDA和CUDNN
为了安装tensorflow-1.5.0, 先后尝试了CUDA的10.1,10.0,9.2等版本,最后还是9.0版本 OK。
安装CUDA是,不要装驱动。
安装OpenCV
参照其他网站,无脑安装的,图像识别会用到。
安装tensorflow
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-gpu==1.5.0
测试
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
没报错,就说明OK啦。
旧版本卸载
pip uninstall tensorflow-gpu
/usr/local/cuda/bin/uninstall_cuda_9.2.pl
曾尝试安装cuda_9.2版本 + tensorflow-1.5版本,结果 tensorflow一直要查找cuda9.0的各种库。
硬件环境:
CPU: Xeon X5680
GPU: GeForce GTX 750 Ti
最终运行的版本是:
tensorflow-gpu: 1.5.0
CUDA: 9.0
CUDNN:7.1.3
python: 3.6
参考:
https://blog.csdn.net/xierhacker/article/details/53035989
https://www.jianshu.com/p/2a00c1fd50a7
https://repo.continuum.io/archive/
https://www.cnblogs.com/caiyishuai/p/11261383.html
https://www.cnblogs.com/caiyishuai/p/11261383.html
https://blog.csdn.net/qq_32408773/article/details/84112166
https://tensorflow.google.cn/install/gpu
https://linuxconfig.org/how-to-install-the-nvidia-drivers-on-ubuntu-18-04-bionic-beaver-linux
https://developer.nvidia.com/cuda-toolkit-archive
https://tensorflow.google.cn/install/source