2021-05-12 14:32:11
在 Ubuntu 16.04 中安裝支援 CPU 和 GPU 的 Google TensorFlow 神經網路軟體
2020-06-16 17:14:50
TensorFlow 是用於機器學習任務的開源軟體。它的建立者 Google 希望提供一個強大的工具以幫助開發者探索和建立基於機器學習的應用，所以他們在去年作為開源專案發布了它。TensorFlow 是一個非常強大的工具，專注於一種稱為深層神經網路deep neural network（DNN）的神經網路。
深層神經網路被用來執行複雜的機器學習任務，例如影象識別、手寫識別、自然語言處理、聊天機器人等等。這些神經網路被訓練學習其所要執行的任務。由於訓練所需的計算是非常巨大的，在大多數情況下需要 GPU 支援，這時 TensorFlow 就派上用場了。啟用了 GPU 並安裝了支援 GPU 的軟體，那麼訓練所需的時間就可以大大減少。
本教學可以幫助你在 Ubuntu 16.04 中安裝只支援 CPU 的和同時支援 GPU 的 TensorFlow。要使用帶有 GPU 支援的 TensorFLow，你必須要有一塊支援 CUDA 的 Nvidia GPU。CUDA 和 CuDNN（Nvidia 的計算庫）的安裝有點棘手，本指南會提供在實際安裝 TensorFlow 之前一步步安裝它們的方法。
Nvidia CUDA 是一個 GPU 加速庫，它已經為標準神經網路中用到的標準例程調優過。CuDNN 是一個用於 GPU 的調優庫，它負責 GPU 效能的自動調整。TensorFlow 同時依賴這兩者用於訓練並執行深層神經網路，因此它們必須在 TensorFlow 之前安裝。
需要指出的是，那些不希望安裝支援 GPU 的 TensorFlow 的人，你可以跳過以下所有的步驟並直接跳到：“步驟 5：安裝只支援 CPU 的 TensorFlow”。
關於 TensorFlow 的介紹可以在這裡找到。
1、 安裝 CUDA
首先，在這裡下載用於 Ubuntu 16.04 的 CUDA 庫。此檔案非常大（2GB），因此也許會花費一些時間下載。
下載的檔案是 “.deb” 包。要安裝它，執行下面的命令：
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
Install CUDA
下面的的命令會安裝所有的依賴，並最後安裝 cuda 工具包：
sudo apt install -fsudo apt updatesudo apt install cuda
如果成功安裝，你會看到一條訊息說：“successfully installed”。如果已經安裝了，接著你可以看到類似下面的輸出：
Install CUDA with apt
2、安裝 CuDNN 庫
CuDNN 下載需要花費一些功夫。Nvidia 沒有直接提供下載檔案（雖然它是免費的）。通過下面的步驟獲取 CuDNN。
- 點選此處進入 Nvidia 的註冊頁面並建立一個帳戶。第一頁要求你輸入你的個人資料，第二頁會要求你回答幾個調查問題。如果你不知道所有答案也沒問題，你可以隨便選擇一個選項。
- 通過前面的步驟，Nvidia 會向你的郵箱傳送一個啟用連結。在你啟用之後，直接進入這裡的 CuDNN 下載連結。
- 登入之後，你需要填寫另外一份類似的調查。隨機勾選核取方塊，然後點選調查底部的 “proceed to Download”，在下一頁我們點選同意使用條款。
- 最後，在下拉中點選 “Download cuDNN v5.1 (Jan 20, 2017), for CUDA 8.0”，最後，你需要下載這兩個檔案：
注意：即使上面說的是用於 Ubuntu 14.04 的庫。它也適用於 16.04。
現在你已經同時有 CuDNN 的兩個檔案了，是時候安裝它們了！在包含這些檔案的資料夾內執行下面的命令：
sudo dpkg -i libcudnn5_5.1.5-1+cuda8.0_amd64.debsudo dpkg -i libcudnn5-dev_5.1.5-1+cuda8.0_amd64.deb
下面的圖片展示了這些命令的輸出：
Install the CuDNN library
3、 在 bashrc 中新增安裝位置
安裝位置應該被新增到 bashrc 檔案中，以便系統下一次知道如何找到這些用於 CUDA 的檔案。使用下面的命令開啟 bashrc 檔案：
sudo gedit ~/.bashrc
檔案開啟後，新增下面兩行到檔案的末尾：
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"export CUDA_HOME=/usr/local/cuda
4、 安裝帶有 GPU 支援的 TensorFlow
這步我們將安裝帶有 GPU 支援的 TensorFlow。如果你使用的是 Python 2.7，執行下面的命令：
pip install TensorFlow-gpu
如果安裝了 Python 3.x，使用下面的命令：
pip3 install TensorFlow-gpu
安裝完後，你會看到一條 “successfully installed” 的訊息。現在，剩下要測試的是是否已經正確安裝。開啟終端並輸入下面的命令測試：
pythonimportTensorFlowas tf
你應該會看到類似下面圖片的輸出。在圖片中你可以觀察到 CUDA 庫已經成功開啟了。如果有任何錯誤，訊息會提示說無法開啟 CUDA 甚至無法找到模組。為防你或許遺漏了上面的某步，仔細重做教學的每一步就行了。
Install TensorFlow with GPU support
5、 安裝只支援 CPU 的 TensorFlow
注意：這步是對那些沒有 GPU 或者沒有 Nvidia GPU 的人而言的。其他人請忽略這步！！
安裝只支援 CPU 的 TensorFlow 非常簡單。使用下面兩個命令：
pip install TensorFlow
如果你有 python 3.x，使用下面的命令：
pip3 install TensorFlow
是的，就是這麼簡單！
安裝指南至此結束，你現在可以開始構建深度學習應用了。如果你剛剛起步，你可以在這裡看下適合初學者的官方教學。如果你正在尋找更多的高階教學，你可以在這裡學習了解如何設定可以高精度識別上千個物體的圖片識別系統/工具。
（題圖：Pixabay，CC0）
作者：Akshay Pai 譯者：geekpi 校對：wxy
本文永久更新連結地址：http://www.linuxidc.com/Linux/2017-05/143856.htm
相關文章