Ubuntu 16.04配置 python3, tensorflow(gpu), jupyter notebook环境

最近在入门深度学习,计划使用tensorflow来进行学习,记录一下安装的过程。

1. 更新源列表,并升级软件(第二步可能不必要)

sudo apt-get update
sudo apt-get upgrade

2. 安装必要的python3 环境

sudo apt-get install python3-dev python3-pip
pip3 install --upgrade pip

3. 安装jupyter

sudo -H pip3 install jupyter

如果只需要在本机使用,则在终端输入jupyter notebook 就可以使用了,否则需要进行下面的配置。

输入ipython3打开python环境

from IPython.lib import passwd
passwd()

此处输入两遍密码,会得到一段以sha1开始的输出,记下这个字符串S
退出python环境

生成一个服务器配置文件

jupyter notebook --generate-config

转到 ~/.jupyter 目录,会发现一个jupyter_notebook_config.py的配置文件,找到下面这些行,取消注释并按照下面的方式修改这个文件

c.NotebookApp.ip = '*'
c.NotebookApp.password = u'sha1.....' # 刚刚记下的字符串S
c.NotebookApp.open_browser = False
c.NotebookApp.port = 8888 # 输入一个合理的端口号,保持默认也可

在终端输入jupyter notebook , 并在浏览器打开你的 ip:port就可以访问了(例如192.168.2.123:8888)。

4. 安装tensorflow

CPU版本:sudo -H pip3 install tensorflow
GPU版本:sudo -H pip3 install tensorflow-gpu

pip会自动处理相应的依赖。

如果安装的是GPU版本的环境,则需要安装对应的cuda环境,CPU则不需要:
访问Nvidia官网,下载cuda安装包:

选择和自己机器对应的安装包,并执行命令(第一条注意按照自己下载的文件名输入)

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

访问此处获得深度学习环境cudnn,需要注册一个Nvidia账号并登录,或通过其他方法获取cudnn;
点击Download,选择对应版本的安装包,此处博主需要cuDNN v5.1 Library for Linux:


下载到的是一个压缩包,解压这个压缩包,并进入解压后的目录(该目录有include/, lib64/两个文件夹),打开终端

sudo cp include/* /usr/local/cuda/include/
sudo cp lib64/* /usr/local/cuda/lib64/

5. 修改环境变量

export CUDA_HOME=/usr/local/cuda
export PATH=${CUDA_HOME}/bin/:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64:$CUDA_HOME/extras/CUPTI/lib64

如果不想每次都执行该代码,可以将其加入到用户的.bashrc文件中,或采取其他方法将该路径加入查找库的路径中。

如果在使用pip安装时下载很慢,可以查看这里更换pip源。

发表评论

电子邮件地址不会被公开。 必填项已用*标注