admin管理员组

文章数量:1597894

环境
  • Ubuntu16.04+Python3.6+TensorFlow1.7+CUDA9.1+cuDNN7.1+Anaconda3.5
配置Ubuntu静态IP地址
  • sudo gedit /etc/network/interfaces
    interfaces(5) file used by ifup(8) and ifdown(8)
    auto enp6s0
    iface enp6s0 inet static
    address 192.168.0.26
    netmask 255.255.255.0
    broadcast 192.168.0.255
    gateway 192.168.0.1
  • sudo gedit /etc/resolv.conf
    nameserver 114.114.114.114
  • sudo /etc/init.d/networking restart
  • sudo gedit /etc/resolvconf/resolv.conf.d/base（如无效使用）
    nameserver 114.114.114.114

TensorFlow环境安装与配置

1.安装依赖包
  • sudo apt-get update
  • sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
  • sudo apt-get install --no-install-recommends libboost-all-dev
  • sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
  • sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
  • sudo apt-get install git cmake build-essential
2.安装显卡驱动

显卡驱动下载地址：显卡驱动下载地址官网

  • sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
    blacklist nouveau  
    options nouveau modeset=0
  • sudo update-initramfs -u
  • lsmod | grep nouveau
  • sudo apt-get remove nvidia-*
  • sudo apt-get autoremove
  • sudo nvidia-uninstall
  • reboot
  • Ctrl+Alt+F1
  • sudo service lightdm stop
  • sudo bash NVIDIA-Linux-x86_64-390.48.run -no-x-check -no-nouveau-check -no-opengl-files
  • sudo service lightdm restart
  • nvidia-settings
3.配置环境变量
  • sudo gedit ~/.bashrc
    export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH  
    export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
4.安装 CUDA 9.1
  • sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
  • sudo sh cuda_9.1.85_387.26_linux.run --no-opengl-libs
  • sudo gedit ~/.bashrc
    export PATH=/usr/local/cuda/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  • source ~/.bashrc
  • cd /usr/local/cuda-9.1/samples/1_Utilities/deviceQuery
  • sudo make
  • ./deviceQuery
5.安装cuDNN v7
  • cd cuda/include
  • sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件
  • cd …/lib64
  • sudo cp lib* /usr/local/cuda/lib64/
  • cd /usr/local/cuda/lib64/
  • sudo rm -rf libcudnn.so libcudnn.so.7
  • sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7
  • sudo ln -s libcudnn.so.7 libcudnn.so
  • sudo apt-get install vim-gtk
  • sudo vim /etc/ld.so.conf.d/cuda.conf
    /usr/local/cuda/lib64
  • sudo ldconfig
  • sudo ldconfig -v
  • nvcc -V
Ubuntu16.04安装Anaconda3.5
  • sudo bash Anaconda3-5.1.0-Linux-x86_64.sh
  • anaconda-navigator
  • sudo gedit ~/.bashrc（或者sudo vim /etc/profile）
   export PATH="/home/ubuntu/anaconda3/bin:$PATH"
  • source ~/.bashrc（或者：source /etc/profile）
  • echo $PATH
  • python --version
  • conda --version
  • conda list
  • conda info --envs
  • conda update -n base conda（或者：conda update conda）
  • conda create -n tensorflow36 python=3.6
  • conda remove -n tensorflow36 --all
  • conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/
  • conda config --set show_channel_urls yes
  • conda install numpy
  • source activate tensorflow36（解除环境：source deactivate）
  • sudo apt install python3-pip（强制升级Python3：python3 -m pip install --upgrade pip --force-reinstall）
  • pip install -i https://pypi.tuna.tsinghua.edu/simple/ https://mirrors.tuna.tsinghua.edu/tensorflow/linux/gpu/
  • python
   import tensorflow as tf
   hello=tf.constant('hello,Tensorflow')
   sess=tf.Session()
   print(sess.run(hello))
  • pip3 install tf_nightly-1.6.0.dev20180114-cp36-cp36m-manylinux1_x86_64.whl
查看已安装TensorFlow版本和安装路径
  • python
import tensorflow as tf
tf.\__version__
tf.\__path__
卸载安装tensorflow

查看tensorflow版本

  • sudo pip show tensorflow

卸载

  • sudo pip uninstall protobuf
  • sudo pip uninstall tensorflow

安装

  • sudo pip install --upgrade https://storage.googleapis/tensorflow/linux/cpu/tensorflow-0.8.0-cp36-none-linux_x86_64.whl

安装pip

  • sudo apt-get install python-pip python-dev build-essential
  • sudo pip install --upgrade pip
  • sudo -H python -m pip install --upgrade pip

使用pip出现

Traceback (most recent call last):
File "/usr/bin/pip3", line 9, in <module>
from pip import main
ImportError: cannot import name 'main'
  • sudo python -m pip uninstall pip && sudo apt install python-pip --reinstall

在ubuntu中使用pip报一下错误

/usr/bin/pip: No such file or directory pip can no longer be found:
  • which pip
  • pip
  • type pip
  • hash -r
Anaconda的jupyter notebook中配置tensorflow
ImportError : No Moduled Name "tensorflow
  • 在/home/ubuntu/anaconda3/lib/python3.6/site-packages新建path.pth,添加：
/home/ubuntu/anaconda3/envs/tensorflow36/lib/python3.6/site-packages
jupyter notebook下python2和python3共存

如果安装了python2和者python3：

  • python2 -m pip install ipykernel
  • python2 -m ipykernel install --user
  • python3 -m pip install ipykernel
  • python3 -m ipykernel install --user

jupyter notebook下python2和python3共存

Ubuntu16.04安装pycharm

pycharm下载地址

  • sh ./pycharm.sh # 在解压缩文件目录的bin/下执行
Ubuntu16.04安装Teamviewer

Teamviewer下载地址

  • sudo apt-get -f install
  • sudo dpkg -i teamviewer_13.1.8286_amd64.deb
  • teamviewer
Ubuntu16.04安装搜狗拼音输入法（中文输入法）
Ubuntu 16.04安装谷歌 Chrome 浏览器
查看显卡驱动
  • lshw -c video
    查看configurure有driver字样
  • nvidia-smi
查看GPU型号
  • lspci | grep -i vga
查看NVIDIA驱动版本
  • sudo dpkg --list | grep nvidia-*
查看磁盘空间
  • sudo fdisk -l
  • df -h
1.查看内存的插槽数，已经使用多少插槽。每条内存多大，已使用内存多大
  • sudo dmidecode | grep -P -A5 “Memory\s+Device” | grep Size | grep -v Range
2.查看内存支持的最大内存容量
  • sudo dmidecode | grep -P ‘Maximum\s+Capacity’
3.查看内存的频率
  • sudo dmidecode | grep -A16 “Memory Device”
  • sudo dmidecode | grep -A16 “Memory Device” | grep ‘Speed’
which、find、whereis、locate命令
  • which 只能寻找可执行文件 ，并在PATH变量里面寻找
  • find 是直接在硬盘上搜寻，功能强大，但耗硬盘，一般不要用
  • whereis 从linux文件数据库（/var/lib/slocate/slocate.db）寻找，所以有可能找到刚刚删除，或者没有发现新建的文件，全部匹配
  • locate 同上,不过文件名是部分匹配
挂载U盘

挂载

  • sudo mkdir /mnt/usb
  • df
  • sudo mount /dev/sda1 /mnt/usb
  • cd /mnt/usb

卸载

  • sudo umount /mnt/usb
  • sudo umount /dev/sda1 /mnt/usb
相关问题及解决办法
修改root密码
  • sudo passwd root
用户名ubuntu不在sudoers文件中，此事将被报告
  • sudo gedit /etc/sudoers
ubuntu  ALL=(ALL:ALL) ALL
Ubuntu16.04 下创建新用户yang并赋予sudo权限
  • sudo adduser username
  • sudo gedit /etc/sudoers
yang  ALL=(ALL:ALL) ALL
Ubuntu开机无法进入系统问题（NVIDIA显卡驱动相关）
  • sudo vim /etc/default/grub
    GRUB_CMDLINE_LINUX_DEFAULT=”quiet splash”改成GRUB_CMDLINE_LINUX_DEFAULT=”quiet splash nomodeset”
  • sudo update-grub

Ubuntu开机无法进入系统问题（NVIDIA显卡驱动相关）

Ubuntu16.04禁止系统自动更新

Ubuntu 16.04 用户登录界面死循环（NVIDIA 驱动所致）

解决方法1

  • CTRL+ALT+F1进入文本模式
  • sudo apt-get remove nvidia-*
  • sudo apt-get autoremove
  • sudo nvidia-uninstall
  • reboot
  • Ctrl+Alt+F1
  • sudo service lightdm stop
  • sudo bash NVIDIA-Linux-x86_64-390.48.run -no-x-check -no-nouveau-check -no-opengl-files

Ubuntu 16.04 用户登录界面死循环问题的解决

解决方法2

  • sudo add-apt-repository ppa:graphics-drivers/ppa
  • sudo apt-get update
  • sudo apt-get remove --purge nvidia-*
  • sudo apt-get autoremove #特别重要
  • sudo apt-get install -f #特别重要
  • sudo reboot
  • sudo apt-get install nvidia-384

解决：Ubuntu16.04循环登录

ubuntu重装系统

问题：nouveau 000:01:00.0: fifo: SCHED_ERROR 08

  • BIOS选择启动项到U盘，华硕主板电脑启动电脑，按F8进入。
    显示Install Ubuntu，先不要点Install Ubuntu这个选项。按F6，再
    按e键，进入编辑页面，在倒数第二行中，ro quiet splash后面添加nomodeset，这样进入系统后不会因为独显驱动问题而导致黑屏了。
  • 重启，狂按ESC，进入到grub，按e，进入编辑。导数第二行找到quiet splash， 将quiet splash $vt_handoff改为quiet splash nomodeset，ctrl+x重启。

待完善（To be added~）

参考文献
  • MortonWang-summary-of-installation-methods-and-software-sharing
  • Ubuntu 16.04+CUDA 9.1+cuDNN v7+OpenCV 3.4.0+Caffe+PyCharm 完全安装指南，国内最全！(适用CUDA 9.0)
  • Ubuntu16.04 安装 CUDA9.2
  • tensorflow 安装GPU版本，个人总结，步骤比较详细
  • Ubutu16.04+Cuda9.2/9.0+Cudnn7.12/7.05+TensorFlow-gpu-1.8/1.6
  • Ubuntu 16.04 + Nvidia 显卡驱动 + Cuda 8.0 （问题总结 + 解决方案）
  • Ubuntu+Tensorflow+CUDA8.0+cudnn
  • 52nlp
  • Ubuntu + CUDA9.0 + tensorflow-gpu 安装过程
  • Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
  • 吴恩达deeplearning课程作业环境
  • Tensorflow Ubuntu16.04上安装及CPU运行tensorboard、CNN、RNN图文教程
  • Win10 下安装Ubuntu 16.04双系统详解
  • TensorFlow 简明安装教程
返回顶部

本文标签： 环境tensorflow

版权声明：本文标题：TensorFlow环境安装与配置 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/dianzi/1728276995a1151528.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。