存档

‘Machine Learning’ 分类的存档

TensorFlow Note (1) – 环境搭建

2017年3月17日 没有评论

由于 tensorflow 采用 python 开发,是一个 python 的 library, 因此借助于
pip, 在各个平台上安装 tensorflow 都非常方便, 不过要想取得更高的性能,
需要安装 gpu 的版本(包括安装 CUDA 相关包等).

安装 CUDA

CUDA 是 NVIDIA 提供的并行计算平台和编程模型, 应用程序可以利用 CUDA, 进行
高性能的并行计算.

CUDNN (DNN means Deep Neural Network) 是 Nvidia 基于 GPU 开发的一套深度学习
库.

目前, 官方提供了 Linux, MacOS, Windows 平台的各种格式的 CUDA 安装包, 这里的
安装以 ubuntu 16.04为例.

验证支持

https://developer.nvidia.com/cuda-gpus 下查看显卡是否支持CUDA.

安装 CUDA

CUDA 的下载页面 下载相应的格式(这里为 deb 格式), 然后安装:

$ sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb 
$ sudo apt-get update
$ sudo apt-get install cuda

安装 CUDNN

CUDNN 的下载页面 注册并下载(一般下载最新版本的):

$ tar xvzf cudnn-8.0-linux-x64-v5.1.tgz 
$ sudo cp -P cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

安装 TensorFlow

使用 python 的虚拟环境来安装 tensorflow:

$ virtualenv --system-site-packages ~/Develop/ML/tensorflow
$ source ~/Develop/ML/tensorflow/bin/activate
$ pip install tensorflow-gpu

验证:

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!'); sess = tf.Session(); print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10); b = tf.constant(32); print(sess.run(a + b))
42