《TensorfFlow实战》读书笔记（二） —— Tensorflow 安装

《TensorfFlow实战》读书笔记（二） —— Tensorflow 安装

《TensorfFlow实战》读书笔记（二） —— Tensorflow 安装

记录 概述，要点，代码，思维导图

---

书籍信息

书名：《Tensorflow实战》
作者：黄文坚 唐源
出版社出版：电子工业出版社
ISBN：978-7-121-30912-0

---

3.1 Tensorflow 的编译及安装

系统环境： Ubuntu 16.04
Python 3.5（Anaconda 3-4.2.0）
分为 CPU 和 GPU 两个版本（1.0.0-rc0）

若有 错误命令 有错误请提醒修改（纯手打-。-）

3.1.1 安装 Anaconda

（1）Anaconda 官网&#inuum.io/downloads）下载 Anaconda3 4.2.0 版，对应 Python 3.5
（2） 在 Anaconda 下载目录执醒一下命令 （请根据下载文件命替换对应的文件名）

bash Anaconda3-4.2.0-Linux-x86_64.sh

（3） 进入 License 文档 “q” 键跳过， 然后 yes 确认， 默认安装路径
（4）安装完成后， 建议添加 anaconda3 的 binary 路径进 .bashrc

3.1.2 Tensorflow CPU 版本的安装

分两种情况：一、安装编译好的 release 版本；二、不支持第一种情况，使用 1.0.0-rc0 分支源码编译安装

第一种情况：

export TF_BINARY_URL=.0.0rc0-cp35-cp35m-linux_x86_64.whl
pip install --upgrade $TF_BINARY_URL

第二种情况：

（1） 确保系统安装了 gcc， 需要 Google 的 编译工具 bazel ( github/bazelbuild/bazel )， 根据安装教程 ( www.bazel.io/versions/master/doc/install.html ) 安装 v0.43 release 版本
（2） 下载 Tensorflow 1.0.0-rc0 的源码：

wget .0.
tar -xzvf v1.0.

（3） 完成下载之后，进入 Tensorflow 代码仓库的目录，执行下面的命令进行配置：

cd tensorflow-1.0.0-rc0
./configure

（4） 接下来的输出要选择 python 路径， 确保是 anaconda 的 python 路径：

Please specify the location of python. [Default is /home/wenjian/anaconda3/bin/python]:

（5） 选择 CPU 编译优化选项，建议默认值：

Please specify optimization flags to use during compilation [Default is -march=native]:

（6） 选择是否使用 jemalloc 作为默认的 malloc 实现，建议默认：

Do you wish to use jemalloc as the malloc implementation? (linux only) [y/n]

（7） 选择是否开启对 Google Cloud Platform 的支持，N：

Do you wish to build Tensorflow with Google Cloud Platform support? [y/N]

（8） 是否需要支持 Hadoop File System, 默认 N：

Do you wish to build Tensorflow with Hadoop File System support? [y/N]

（9） 是否开启 XLA JIT 编译功能， 有探索欲望可开：

Do you wish to build Tensorflow with the XLA just-in-time compiler (experimental)? [y/N] 

（10） 选择 python 的 library 路径， 依然 anaconda 的路径：

Please input the desired Python library path to use. Default is 
[/home/wenjian/anaconda/lib/python3.5/site-packages]

（11） 选择不需要 GPU， OpenCL 和 CUDA　选择 N：

Do you wish to build Tensorflow with OpenCL support? [y/N]
Do you wish to build Tensorflow with CUDA support? [y/N]

（12） 执行编译

bazel build --copt=march=native -c opt //tensorflow/tools/pip_package:build_pip_package

（13） 生成 pip 安装包

bazel-bin/tensorflow/tools/pip_package/build_pip_package
/tmp/tensorflow_pkg

（14） pip 安装 tensorflow

pip install /tmp/tensorflow_pkg/tensorflow-1.0.0rc0-cp35-cp35m-linux_x86_64.whl

3.1.3 Tensorflow GPU 版本的安装

官网下载 NVIDIA CUDA （ )

（1）(注！远程连接的机器才需要）暂停 NVIDIA 驱动的 X server

sudo init 3

（2） 将 CUDA 安装包权限设置成可执行，并执行

chmod u+x cuda_8.0.44_linux.run
sudo ./cuda_8.0.44_linux.run

（3） 安装过程（默认选项）

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
Install the CUDA 8.0 Toolkit?
Enter Toolkit Location
[ default is /usr/local/cuda-8.0]:

（4） 按 n 键不选择安装 CUDA samples

Install the CUDA 8.0 Samples?

安装 cuDNN（ )( 需注册）

（5） 解压

cd /usr/local
sudo tar -xzvf ~/downloads/cudnn-8.

（6） 系统环境设置 CUDA 的路径

vim ~/.bashrc
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras
CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-8.0
export PATH=/usr/local/cuda-8.0/bin:$PATH
source ~/.bashrc

（7） 安装 Tensorflow GPU版本（预编译包）

export TF_BINARY_URL=.0.0rc0-cp35-cp35m-linux_x86_64.whl
pip install --upgrade $TF_BINARY_URL

（8） 若预编译版本不支持当前的 CUDA，cuDNN 版本，其他兼容性问题，可以进行编译安装，前几步与CPU 版本类似，直到选择是否支持 CUDA 一步：

DO you wish to build Tensorflow with CUDA support ?[y/N] 

（9） y 选择支持 CUDA， 选择指定 gcc 编译器， 默认

Please specify which gcc should be used by nvcc as the hostcompiler. [Default is /usr/bin/gcc]:

（10） 接下来选择 CUDA 8.0 版本、安装路径 /usr/local/cuda-8.0、cuDNN 5.1 版本、 路径 /usr/local/cuda-8.0 （命令行省略）

（11） 选择 GPU compute capability ，官网可查

Please note that each additional compute capability significantly increases your build time and binary size.
[ Default is :     ]

（12） 下载完后， 开始编译

bazel build --copt=-march=native -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package

（13） 安装

bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
pip install /tmp/tensorflow_pkg/tensorflow-1.0.0rc0-cp35-cp35m-linux_x86_64.whl