引言
本文主要是介绍在Ubuntu系统下安装torch-gpu版和tensorflow-gpu版.
配置
因为两者均是GPU版本和python版,因此所需要的配置环境几乎一模一样。
在正式安装torch和tensorflow之前,需要安装以下软件:
- 安装cuda
- 安装cuDNN(注意和cuda版本相对应起来)
具体的安装过程可以参见这里或者百度搜索一下,其安装过程还是比较简单的,关键就是注意版本之间的匹配!
查看自己安装的CUDA和CUDNN的版本:
CUDA:
cat /usr/local/cuda/version.txt
显示 版本为8.0.6
CUDNN:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
显示版本为6.0.21
- 安装Anconda(同样要注意和cuda版本对应起来)
安装过程也是比较简单的,就是下载anconda的时候需要一定的时间,然后一路next就可以安装成功了。
版本匹配问题
Windows系统
- CPU:
- GPU
Linux
- CPU
- GPU
MAC_OS
- CPU
- GPU
配置环境变量
- 查cuda的安装路径
cd usr/local/
ls
一下,可以看到cuda 文件夹,然后cd cuda
进入cuda文件夹,再进入bin目录下,找到nvcc.- 执行命令
vim ~/.bashrc
- 将nvcc目录路径写入环境变量中,并保存.
export PATH="/usr/local/cuda-10.0/bin:$PATH"
- 激活环境变量
source ~/.bashrc
- 验证是否已经配置成功
echo $PATH
如果输出正确的路径,则表明配置成功。
安装Pytorch
安装pytorh时会自动安装一些工具,简化TensorFlow的安装步骤。点此进入安装目录(下拉你会看到如下图片,这里可以根据你自己的版本进行重新选择,然后那个安装语句就会相应的改变),按照图中选择好版本即可执行图中命令安装pytorch。
**注意!最好去掉最后的-c pytorch.因为可能会因为网络的问题而中断安装过程!**具体的,可以参见这里
验证是否安装成功
ipython
import torch#没有报错说明torch安装成功
torch.cuda.is_available()
#如果输出为True,代表gpu版本的安装成功,如果是FALSE,那么需要你查看一下版本匹配的问题,卸载之后再根据版本之间的要求,重新安装。
安装tensorflow-gpu
注意,在这里推荐用conda安装,不推荐使用pip安装,因为我尝试过几次,用pip安装的,gpu不能使用,可能缺少相应的支持包吧。同时,也要主要版本之间的要求。
conda install tensorfow-gpu==1.14.0
验证是否安装成功:
ipython
import tensorflow as tf
#可能会输出一些Warnning信息,可以忽略不计
tf.test.is_gpu_available()
#如果输出为True,代表安装成功!