Tensorflow 源码安装（GPU & conda） pyt

条件

• Ubuntu16.04
• GPU：GeForce GTX 1080 Ti （nvidia-smi -L命令可查看）
• cuda 9.1
• cudnn 7.0.5
• root安装好的bazel (没有root权限也可以通过conda自行安装）

从源码安装就在于可以自定义cuda和cudnn的版本， 不用使用默认的版本，也不用针对不同版本的tensorflow需要另外安装cuda（需要root权限）。

克隆 TensorFlow 代码库

$ git clone https://github.com/tensorflow/tensorflow

上述 git clone 命令会创建一个名为 tensorflow 的子目录。克隆完成后，您可以选择通过调用以下命令来构建特定分支（如版本分支）：

$ cd tensorflow
$ git checkout Branch # where Branch is the desired branch

我使用是1.8版本， （1.9版本而不是主版本）可发出以下命令：

$ git checkout r1.8

conda 创建环境

使用Anaconda2 创建的python2环境安装成功，但是不能import tensorflow，具体问题在Stack Overflow提出，目前仍没有解决：No module named tensorflow

使用Anaconda3创建的python3环境可以使用。

创建环境

conda create -n tf18 python=3.6 anaconda 

进入环境

source activate tf18

export 环境路径 ！！！

通过命令：

ls -l /usr/local

可以查看所有的cuda版本，确定要使用的cuda版本号，执行三条export命令：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.1
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.1/lib64/
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.1/extras/CUPTI/lib64 

配置configure

$ cd tensorflow  # cd to the top-level directory created
$ ./configure

配置过程中，除了一下指出的几条，都可以选择默认的

Do you wish to build TensorFlow with CUDA support? [y/N]: Y
CUDA support will be enabled for TensorFlow.

Please specify the CUDA SDK version you want to use, e.g. 7.0. [Leave empty to default to CUDA 9.0]: 9.1
####这里需要指定自己前面export的版本


Please specify the location where CUDA 9.1 toolkit is installed. Refer to README.md for more details. [Default is /usr/local/cuda]: /usr/local/cuda-9.1
###这里需要更改为前面export的路径

Please specify the cuDNN version you want to use. [Leave empty to default to cuDNN 7.0]:
这里需要看要用的版本 （ls -l /usr/local/cuda-9.1/lib64/ | grep cuddnn） 列出所有的cudnn版本

Please specify the location where cuDNN 7 library is installed. Refer to README.md for more details. [Default is /usr/local/cuda-9.1]:

构建 pip 软件包

首先通过：

gcc --version

自己的gcc版本，若 gcc 5 或更高版本,执行：

bazel build --config=opt --config=cuda --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0" //tensorflow/tools/pip_package:build_pip_package

否则，执行：

bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package

bazel build 命令会构建一个名为 build_pip_package 的脚本.

最后，执行

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

一个 .whl 文件将在 /tmp/tensorflow_pkg 目录内构建

pip 安装

执行

pip install /tmp/tensorflow_pkg/tensorflow-1.6.0-py2-none-any.whl

完成安装。

安装完成后，要通过cd 命令离开下载的tensorflow路径。

进如python环境，测试

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