关键词：
参考技术A 首先需要看你的PC配置是否够，TF的GPU模式只支持N卡，然后计算能力高于3.0，具体可以查：安装教程可以参考：Ubuntu16.04上gtx1080的cuda安装July172016目前tensorflow是一个非常流行的深度学习计算框架，常规硬件及系统的安装方法官方的doc已经说的很清楚了，但是因为系统是ubuntu16.04,显卡是GTX1080,所以不可避免的要折腾起来。在上一篇已经在16.04上安装好了驱动。接下来其实重点安装的是CUDA和cuDNN.首先说为什么要安装CUDA和cuDNN，关于采用GPU计算比CPU有速度有多少提升的benchmark找找就有，这次重点是怎么让tensorflow充分用的上GTX1080能力。具体的就是如何把支持GTX1080的CUDA和cuDNN装起来，然后让tensorflow认识我们新装的CUDA和cuDNN。首先总体说下安装步骤：1首先要注册NVIDIAdeveloper的帐号，分别下载CUDA和cuDNN2确认准备gcc版本，安装依赖库sudoapt-getinstallfreegl3安装CUDA4解压cuDNN5clonetensorflow源码，configure配置6编译安装7最后一哆嗦,测试！准备工作在正式开始前，需要做几个准备工作，主要是大概先看下文档cudaFAQtensorflow的安装文档cuda-gpu的支持列表/计算能力/FAQcudnn5.1有多牛cudatookit下载页面CUDA_Installation_Guide_Linux.pdfcudnnUserGuide文档看过之后接下来就是实际动手的过程：1注册NVIDIAdeveloper的帐号，分别下载CUDA和cuDNN1.1下载CUDA打开cudatoolkit下载页面,GTX1080要用的是CUDA8。先点击JOIN,注册帐号。完了后，再回到cudatoolkit下载页面。选择linux,x86-64,ubuntu,16.04,runfile(local)1.2下载cuDNN进入cudnn的下载页,一堆调查,日志写时下载的是[DownloadcuDNNv5(May27,2016),forCUDA8.0RC],点开选linux,不出意外的话这个就是下载地址.2确认GCC版本，安装依赖库确认本机gcc版本,16.04默认的是gcc5,这里安装需要的最高是gcc4.9。接下来就安装配置gcc4.9.2.1安装gcc4.9，并修改系统默认为4.9sudoapt-getinstallgcc-4.9gcc-4.9g++-4.9g++-4.9gcc--versionsudoupdate-alternatives--install/usr/bin/g++g++/usr/bin/g++-4.910sudoupdate-alternatives--install/usr/bin/cccc/usr/bin/gcc30sudoupdate-alternatives--setcc/usr/bin/gccsudoupdate-alternatives--install/usr/bin/c++c++/usr/bin/g++30sudoupdate-alternatives--setc++/usr/bin/g++gcc--version2.2一个小依赖sudoapt-getinstallfreegl3安装CUDA需要注意的是这个地方有个选择安装低版本驱动的地方，选n大致的安装流程如下：3.1安装CUDAchmod+x/cuda_8.0.27_linux.run./cuda_8.0.27_linux.run.DoyouacceptthepreviouslyreadEULA?accept/decline/quit:acceptInstallNVIDIAAcceleratedGraphicsDriverforLinux-x86_64361.62?(y)es/(n)o/(q)uit:nInstalltheCUDA8.0Toolkit?(y)es/(n)o/(q)uit:yEnterToolkitLocation[defaultis/usr/local/cuda-8.0]:Doyouwanttoinstallasymboliclinkat/usr/local/cuda?(y)es/(n)o/(q)uit:yInstalltheCUDA8.0Samples?(y)es/(n)o/(q)uit:yEnterCUDASamplesLocation[defaultis/home/h]:/home/h/Documents/cuda_samples.3.2写入环境变量vim~/.bashrc#添加下面变量exportPATH=/usr/local/cuda-8.0/bin$PATH:+:$PATHexportLD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH:+:$LD_LIBRARY_PATH3.3安装好后简单验证a.进入刚配置时指定的cudasample所在文件夹,NVIDIA_CUDA-8.0_Samples/b.cd0_Simple/asyncAPI;sudomakec.NVIDIA_CUDA-8.0_Samples/0_Simple/asyncAPI$./asyncAPI[./asyncAPI]-Starting…GPUDevice0:逗GeForceGTX1080地withcomputecapability6.1CUDAdevice[GeForceGTX1080]timespentexecutingbytheGPU:10.94timespentbyCPUinCUDAcalls:0.19CPUexecuted50591iterationswhilewaitingforGPUtofinish4安装cuDNNh@h:~/Downloads$tarxvzfcudnn-8.0-linux-x64-v5.0-ga.tgzcuda/include/cudnn.hcuda/lib64/libcudnn.socuda/lib64/libcudnn.so.5cuda/lib64/libcudnn.so.5.0.5cuda/lib64/libcudnn_static.ah@h:~/Downloads$sudocp-Rcuda/lib64/usr/local/cuda/lib64h@h:~/Downloads$sudomkdir-p/usr/local/cuda/includeh@h:~/Downloads/cuda$sudocpinclude/cudnn.h/usr/local/cuda/include/sudochmoda+r/usr/local/cuda/include/cudnn.h/usr/local/cuda/lib64/libcudnn*5clone,configuretensorflow5.1clone源码$gitclone5.2configure配置整个配置流程应该跟下面的基本一样的h@h:~/Downloads/tensorflow$cd./tensorflow/h@h:~/Downloads/tensorflow$./configurePleasespecifythelocationofpython.[Defaultis/usr/bin/python]:***DoyouwishtobuildTensorFlowwithGoogleCloudPlatformsupport?[y/N]N***NoGoogleCloudPlatformsupportwillbeenabledforTensorFlow***DoyouwishtobuildTensorFlowwithGPUsupport?[y/N]y***GPUsupportwillbeenabledforTensorFlowPleasespecifywhichgccnvccshoulduseasthehostcompiler.[Defaultis/usr/bin/gcc]:**PleasespecifythelocationwhereCUDAtoolkitisinstalled.RefertoREADME.mdformoredetails.[Defaultis/usr/local/cuda]:/usr/local/cuda-8.0****PleasespecifytheCudnnversionyouwanttouse.[Leaveemptytousesystemdefault]:5.0.5****PleasespecifythelocationwherecuDNN5.0.5libraryisinstalled.RefertoREADME.mdformoredetails.[Defaultis/usr/local/cuda-8.0]:/usr/local/cuda**Pleasespecifyalistofcomma-separatedCudacomputecapabilitiesyouwanttobuildwith.Youcanfindthecomputecapabilityofyourdeviceat:**Pleasenotethateachadditionalcomputecapabilitysignificantlyincreasesyourbuildtimeandbinarysize.[Defaultis:"3.5,5.2"]:6.1**SettingupCudaincludeSettingupCudalib64SettingupCudabinSettingupCudanvvmSettingupCUPTIincludeSettingupCUPTIlib64Configurationfinished6编译安装6.1编译工具Bazel安装配置先看一眼文档然后就执行下面的流程:#安装java1.8sudoadd-apt-repositoryppa:webupd8team/javasudoapt-getupdatesudoapt-getinstalloracle-java8-installer#安装好后车参考下java-version#添加源echo"deb[arch=amd64]stablejdk1.8"|sudotee/etc/apt/sources.list.d/bazel.listcurl|sudoapt-keyadd-#下载sudoapt-getupdate&&sudoapt-getinstallbazel#升级sudoapt-getupgradebazel6.2编译tensorflow的pip版本并安装$bazelbuild-copt//tensorflow/tools/pip_package:build_pip_package#TobuildwithGPUsupport:$bazelbuild-copt--config=cuda//tensorflow/tools/pip_package:build_pip_package$bazel-bin/tensorflow/tools/pip_package/build_pip_package/tmp/tensorflow_pkg#Thenameofthe.whlfilewilldependonyourplatform.#注意编译完成后生成的文件名字和官方doc里面的是不一定一致的$sudopipinstall/tmp/tensorflow_pkg/tensorflow-0.*-linux_x86_64.whli6700k32g编译时间:只编译代码不带pipINFO:Elapsedtime:967.271s,CriticalPath:538.38sbazel-bin/tensorflow/tools/pip_package/build_pip_packageINFO:Elapsedtime:65.183s,CriticalPath:48.587最后测试前面都整完了，现在该测试了，注意前面有两个动态链接库的位置，cuDNN在/usr/local/cuda/lib64，而cuda在/usr/local/cuda-8.0/lib64，所以这个时候的bashrc应该这么写：exportPATH=/usr/local/cuda-8.0/bin$PATH:+:$PATHexportLD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH:+:$LD_LIBRARY_PATH写完后,source~/.bashrccdtensorflow/tensorflow/models/image/mnistpythonconvolutional.py成功的话会出现流畅的跑动:h@h:~/Downloads/tensorflow/tensorflow/models/image/mnist$pythonconvolutional.pyItensorflow/stream_executor/dso_loader.cc:108]successfullyopenedCUDAlibrarylibcublas.solocallyItensorflow/stream_executor/dso_loader.cc:108]successfullyopenedCUDAlibrarylibcudnn.so.5.0.5locallyItensorflow/stream_executor/dso_loader.cc:108]successfullyopenedCUDAlibrarylibcufft.solocallyItensorflow/stream_executor/dso_loader.cc:108]successfullyopenedCUDAlibrarylibcuda.so.1locallyItensorflow/stream_executor/dso_loader.cc:108]successfullyopenedCUDAlibrarylibcurand.solocallyExtractingdata/train-images-idx3-ubyte.gzExtractingdata/train-labels-idx1-ubyte.gzExtractingdata/t10k-images-idx3-ubyte.gzExtractingdata/t10k-labels-idx1-ubyte.gzItensorflow/stream_executor/cuda/cuda_gpu_executor.cc:925]successfulNUMAnodereadfromSysFShadnegativevalue(-1),buttheremustbeatleastoneNUMAnode,soreturningNUMAnodezeroItensorflow/core/common_runtime/gpu/gpu_init.cc:102]Founddevice0withproperties:name:GeForceGTX1080major:6minor:1memoryClockRate(GHz)1.8475pciBusID0000:01:00.0Totalmemory:7.92GiBFreememory:7.41GiBItensorflow/core/common_runtime/gpu/gpu_init.cc:126]DMA:0Itensorflow/core/common_runtime/gpu/gpu_init.cc:136]0:YItensorflow/core/common_runtime/gpu/gpu_device.cc:838]CreatingTensorFlowdevice(/gpu:0)->(device:0,name:GeForceGTX1080,pcibusid:0000:01:00.0)Initialized!Step0(epoch0.00),8.4msMinibatchloss:12.054,learningrate:0.010000Minibatcherror:90.6%Validationerror:84.6%Minibatcherror:0.0%Validationerror:0.7%Step8500(epoch9.89),4.7msMinibatchloss:1.601,learningrate:0.006302Minibatcherror:0.0%Validationerror:0.9%Testerror:0.8%tensorflowgpu内存
我有一个非常大的深度神经网络。当我尝试在GPU上运行它时，我会在分配时获得“OOM”。但是当我屏蔽GPU并在CPU上运行时，它可以工作（比较小型号时速度大约慢100倍）。我的问题是，如果tenosrflow中有任何机制可以让我在GPU上... 查看详情
ubuntu下tensorflowgpu版本的运行
参考技术A在CUDA完成安装之后，还需要添加环境变量，打开终端，输入下面的命令：exportPATH=/usr/local/cuda-9.0/bin$PATH:+:$PATH如果是64位系统，输入：exportLD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH:+:$LD_LIBRARY_PATH如果是32位系统，输入... 查看详情
tensorflowgpu版本的安装与调试(代码片段)
笔者采用python3.6.7+TensorFlow1.12.0+CUDA10.0+CUDNN7.3.1构建环境PC端配置为GTX1050+Inteli77700HQ4核心8线程@2.8GHZTensorFlow-gpu的安装经历实在是坎坷的很首先显卡一定要支持没想到的是GTX1050TI，GTX1070TI等主流显卡竟然都不支持（还好我买的是GTX10... 查看详情
windows10下面安装tensorflowgpu版本和pycharm中使用
windows10下面安装tensorflow-gpu很容易，但是在pycharm中使用可能会遇到些问题，这里记录下。1、首先需要安装anaconda，去官网下载对应的exe即可，按照默认安装，这个基本上没有什么影响。anaconda安装好在进行下面的步骤，这里anacond... 查看详情
安装tensorflowgpu版本
ubuntu16.0#安装cuda##安装sudodpkg-icuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb.debsudoapt-keyadd/var/cuda-repo-<version>/7fa2af80.pub#执行第一个命令后会有提示sudoapt-getupdatesudoapt-getinstallcuda##设置su 查看详情
tensorflowgpu版本windows下的安装
主要参考tensorflow官方文档https://tensorflow.google.cn/install/pip?lang=python3基本环境显卡:GTX1050ti操作系统：win10预先安装的软件0.软件列表 打开官网的如下链接：https://tensorflow.google.cn/install/gpu即可看到需要预先安装的软件。1.vs20... 查看详情
centos7下安装部署tensorflowgpu版本
系统环境：centos71.安装Python2.7#yum-yinstallzlib-develbzip2-developenssl-develncurses-develsqlite-develreadline-develtk-develgccgcc-c++make#downloadandextractPython2.7suhdfscd ~/Downloadscurl-Ohttps:// 查看详情
cuda版本与gpu驱动版本问题
...技术AGPU的驱动版本决定了支持CUDA的最高版本，所以安装tensorflowgpu（或者pytorchgpu）版本时，版本选择顺序一般为：tensorflowgpu（或pytorchgpu）版本---->CUDA,cuDNN版本---->GPU驱动版本注：当然安装CUDA时可以选择一起安装驱动，此驱... 查看详情
sh在gcp上运行docker上的tensorflowgpu(代码片段)
有没有Visual Studio 2008 运行时版本的总结？
】有没有VisualStudio2008运行时版本的总结？【英文标题】：Isthereasummaryofvisualstudio2008runtimeversions?【发布时间】：2011-04-2809:41:12【问题描述】：我一直在研究一个奇怪的问题，即在某些系统上加载我们的应用程序的一个dll失败（使... 查看详情
在运行时检查 Python 模块版本
...ml2。我需要检查这些模块的正确版本是否在运行时使用。有没有 查看详情
在运行时检查 Python 模块版本
...ml2。我需要检查这些模块的正确版本是否在运行时使用。有没有 查看详情
导入 tensorflow 时没有名为“absl”的模块错误
...的Win7机器上安装了anaconda。过去一小时我一直在尝试安装tensorflowgpu版本，但没有成功。我按照tensorflowwebsite上的教程没有成功。他们要求你安装我做的 查看详情
如何在运行时检测 Python 版本？ [复制]
...：我有一个Python文件，它可能必须支持=3.x的Python版本。有没有办法自省Python运行时以了解它正在运行的版本（例如，2.6or3.2.x）？【问题讨论】：做importsys;print(sys.versi 查看详情
CUDA 运行时错误：哪个 Cuda 版本与使用 BERT-NER 运行 NER 任务兼容
】CUDA运行时错误：哪个Cuda版本与使用BERT-NER运行NER任务兼容【英文标题】：CUDARuntimeError:WhichCudaversioniscompatibletorunNERtaskusingBERT-NER【发布时间】：2020-09-2909:21:09【问题描述】：我已经设置了所有安装在我的虚拟机上的需求包，我... 查看详情
如何强制 keras 使用 tensorflow GPU 后端
】如何强制keras使用tensorflowGPU后端【英文标题】：HowtoforcekerastousetensorflowGPUbackend【发布时间】：2021-11-2804:09:22【问题描述】：我知道这是热门问题之一，但到目前为止，没有一个解决方案对我有用。我正在运行用tensorflowv1.13.1和... 查看详情
如何在运行时检查 Django 中已安装应用程序的版本？
】如何在运行时检查Django中已安装应用程序的版本？【英文标题】：HowtochecktheversionofainstalledapplicationinDjangoinrunningtime?【发布时间】：2012-10-2004:12:51【问题描述】：我基本上需要知道它安装和添加到的特定应用程序的版本INSTALLED_... 查看详情
在 Eclipse 中运行 maven-release-plugin 时没有版本提示
】在Eclipse中运行maven-release-plugin时没有版本提示【英文标题】：Noversionpromptwhenrunningmaven-release-plugininsideEclipse【发布时间】：2013-07-2212:39:43【问题描述】：当我从命令行运行mavenrelease:prepare时，系统会提示我输入发布版本、开发... 查看详情