date: 2018-7-24
由于有台服务器一直闲置在那里,所以给配了个tensorflow-gpu的环境。电脑用的ubuntu18.04,而到现在为止,官方最新的tensorflow-gpu是不支持cuda9.1的,至于为什么要装9.1,是因为用的ubuntu内置的包,下面简要说下安装的过程:
安装NVIDIA驱动
sudo apt install nvidia-driver-390
安装cuda
sudo apt install nvidia-cuda-toolkit
安装cudnn 7.1
这个是在官网直接下载的,网速不好的话可以在百度云找到相应的文件,然后通过pandownload之类的工具下载。
安装tensorflow
由于官方还不支持cuda9.1,所以找的别人编译好的wheel文件,网上有很多,这里提供个我找的网站,选择相应的即可,MKL是Intel提供的加速工具,到目前为止还不太稳定,如果没安装的话,选择no MKL的包。
任意测试下tensorflow是否安装成功
import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(512, activation=tf.nn.relu),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)
这是tensorflow目前最新的测试代码。
网友评论