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

anaconda官网上只安装tensor flow，但是没有说明是GPU还是CPU版本：

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

在运行运行 Anaconda 命令后，我决定我需要确保它是 GPU 版本，所以我尝试运行 anaconda 文件夹中的 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 is not a supported wheel on this platform

我不知道轮子是什么...但我有一台带有多核 i7 的新笔记本电脑（去年 7 月）和一台计算等级为 5.2 并安装了 CUDA 的笔记本电脑 nvidia 卡（Ubuntu 15.10).

必须有符合我规格的版本。

如何将我的张量流安装升级到 GPU 版本？

更新

当我运行:import pip; print(pip.pep425tags.get_supported())时，支持的轮子有

cp35

但是可用于 TensorFlow 的 wheel 是 cp34...那么这是否意味着 GPU 上的 TensorFlow 不适用于我的计算机？

Answer 1

看起来很蠢，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 中的一切都发生了变化，本指南解释了如何在 Ubuntu of Course with GPU supported.I 上安装 TensorFlow supported.I 仅在 Ubuntu 14.04 上测试了这些说明。

nVidia 检查

首先，您必须检查是否安装了 nVidia 以进行检查，输入以下命令：

nvidia-smi

你应该会看到这样的东西

如果您看到此信息，则您的 nvidia 卡已正确安装。

安装CUDA,Cudnn

转到 https://developer.nvidia.com/cuda-downloads 并下载适用于 ubutu 14.04 的 cuda 工具包（下载 .deb 文件）并使用这些命令安装它

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，当在 python

中导入 tensorflow

导入错误：libcudart.so.7.5：无法打开共享对象文件：没有那个文件或目录。

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

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 文件中以执行此操作使用下面的这些命令：

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

安装支持gpu的tensorflow你可以用下面的一个命令安装它

pip install tensorflow-gpu

I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcublas.so.8.0 locally I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcudnn.so.5 locally I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcufft.so.8.0 locally I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcuda.so.1 locally I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcurand.so.8.0 locally

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，这意味着支持 gpu 的 tensorflow

如何在 Linux 上安装 tensorflow

How to install tensor flow on Linux

python

tensorflow

nVidia 检查

安装CUDA,Cudnn

张量流