通过Anaconda在Ubuntu16.04上安装 TensorFlow(GPU版本)

一. 安装环境

• Ubuntu16.04.3 LST
• GPU: GeForce GTX1070
• Python: 3.5
• CUDA Toolkit 8.0 GA1 (Sept 2016)
• cuDNN v6.0 Library for Linux
• TensorFlow版本： Linux GPU:  Python 3.5 (build history)

版本之间要匹配，否则安装可能会出错。

二、软件下载：

1、Ubuntu16.04.3 LST

• 下载地址：https://www.ubuntu.com/download/desktop

2、CUDA Toolkit 8.0 GA1 (Sept 2016)

• 下载地址：https://developer.nvidia.com/cuda-toolkit-archive
• 下载界面截图：

3、cuDNN v6.0 Library for Linux

• 下载地址：https://developer.nvidia.com/rdp/cudnn-download  （下载前需要注册下，可以用新浪邮箱注册，qq邮箱不能识别）
• 下载界面截图：

4、TensorFlow版本： Linux GPU:  Python 3.5 (build history)

• 下载地址：https://github.com/tensorflow/tensorflow
• 下载界面截图：

三、软件安装

1、安装NAVID驱动

1）打开terminal输入以下指令:

sudo apt-get update

2）然后在系统设置->软件更新->附加驱动->选择nvidia最新驱动(361)->应用更改 。如下图所示：

3）在终端输入以下命令，查看安装的驱动版本：

cat /proc/driver/nvidia/version

版本信息如下图所示：

注释：也可以自己到官网下载适合自己显卡的驱动

• 下载地址：http://www.nvidia.com/Download/index.aspx?lang=en-us
• 下载界面截图：

2、安装CUDA Toolkit 8.0 GA1

在终端，进入到CUDA Toolkit 8.0 GA1下载的目录,然后执行以下命令安装：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

3、安装cuDNN v6.0 Library for Linux　　（详细的安装参考：http://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html ）

进入到cuDNN v6.0 Library for Linux下载的目录，然后执行下列命令：

（1）解压 cuDNN安装包

tar -xzvf cudnn-8.0-linux-x64-v6.0.tgz

（2）复制下列文件到CUDA Toolkit对应的目录下：

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*

4、采取以下步骤在Anaconda环境中安装 TensorFlow:

（1）按照Anaconda下载网站上的说明下载并安装Anaconda。

（2）创建一个名为 tensorflow 的conda环境, 通过调用以下命令来运行 Python 版本:

conda create -n tensorflow python=3.5.2     #或者其他版本

（3）通过发出以下命令来激活conda环境:

source activate tensorflow

（4）发出以下格式的命令, 以便在您的conda环境中安装 TensorFlow:

pip install --ignore-installed --upgrade tfBinaryURL

其中 tfBinaryURL 是 TensorFlow Python 包的 URL。

例如, 下面的命令为 Python 3.4 安装 TensorFlow 的 CPU 版本:

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp34-cp34m-linux_x86_64.whl

下面的命令为 Python 3.5 安装 TensorFlow 的 GPU 版本:

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp35-cp35m-linux_x86_64.whl

【遇到的问题】

在执行上述命令时，安装过程中遇到的问题：PermissionError: [Errno 13] 权限不够

通过命令ls -ld /home/heyun/.conda/  查看文件夹权限，发现用户没有写的权限，如下图所示：

然后修改文件夹/home/heyun/.conda/及其子文件夹和子文件的权限，使用命令 chmod -R 777 /home/heyun/.conda/ ，如下图：

修改后再次查看该文件夹权限，用户已经具有写权限：

重新执行以下命令，成功安装，如下图：

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp35-cp35m-linux_x86_64.whl

（5）确保名叫tensorflow的环境已经被成功添加：conda info --envs  ，从下图可以看到，环境已经添加上了。

（7）如果退出当前的环境，可以用下面的命令：

source deactivate

（8）补充不同python版本的TensorFlow的URL

Python 2.7

• CPU only:

https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp27-none-linux_x86_64.whl

• GPU support:

https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp27-none-linux_x86_64.whl

Python 3.4

• CPU only:

https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp34-cp34m-linux_x86_64.whl　

• GPU support:

https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp34-cp34m-linux_x86_64.whl

Python 3.5

• CPU only:

https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp35-cp35m-linux_x86_64.whl

• GPU support:

https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp35-cp35m-linux_x86_64.whl

Python 3.6

CPU only:

https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp36-cp36m-linux_x86_64.whl　

GPU support:

https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp36-cp36m-linux_x86_64.whl

5、验证安装是否成功

要验证您的 TensorFlow 安装, 请执行以下操作:

• 确保您的环境准备好了，然后运行 TensorFlow 程序。
• 运行一个简短的 TensorFlow 程序。

（1）启动终端。

（2）激活Anaconda, 输入以下命令：

source activate tensorflow

（3）运行一个简短的TensorFlow 程序

从 shell 中调用 python, 如下所示:

python

在 python 交互 shell 中输入以下短程序:

# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果系统输出以下内容, 则TensorFlow 安装成功：

Hello, TensorFlow!

-------------------------------------------------------

参考链接：

1、在 Ubuntu 上安装 TensorFlow (官方文档的翻译)：http://www.cnblogs.com/hezhiyao/p/8331333.html

2、OSError:[Errno 13]Permission denied解决方法：http://blog.csdn.net/jiangjieqazwsx/article/details/47029477

3、ubuntu16.04下安装TensorFlow(GPU加速)----详细图文教程 ： http://blog.csdn.net/zhaoyu106/article/details/52793183