前言
本文记录Ubuntu系统下机器学习相关环境的安装和配置
安装 CUDA
首先在这个网站查看tensorflow,cuda,python的版本对应关系,选择合适的版本。
https://www.tensorflow.org/install/source#tested_source_configurations
本机安装cuda10.0,python版本为3.6,对应tensorflow版本为1.14.0
确定后到cuda官网https://developer.nvidia.com/cuda-10.0-download-archive
下载cuda10.0的对应run文件,还有一个补丁文件,同样下载。
之后将下载好的文件解压,进入到对应目录后用这个命令运行安装。
1 | sudo sh cuda_10.0.130_410.48_linux.run |
注意,运行后有很长的协议要看,回车慢慢向下翻就好。有一步问是否安装显卡驱动,由于之前已经装过,一定选否。
对补丁文件同样方法运行即可。
安装完成后添加环境变量,
打开:
1 | sudo gedit .bashrc |
添加如下内容:
1 | export CUDA_HOME=/usr/local/cuda |
保存并退出:
1 | source ~/.bashrc |
安装推荐的第三方库:
1 | sudo apt-get install g++ freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev |
测试安装是否成功,运行一个cuda的例子:
进入example下make,此命令会准备所有例子,大概需要10分钟。
1 | cd /usr/local/cuda/samples |
之后进入一个例子运行下:
1 | cd /usr/local/cuda/samples/1_Utilities/deviceQuery |
如果输出result=pass 说明成功。
安装 CUDNN
在官网下载cuda10.0对应的版本,选择library for Linux,解压文件,将其中的内容复制到CUDA安装文件夹里面。
1 | sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ |
测试是否成功,查看版本:
1 | cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 |
如果出现版本信息则成功。
安装 Anaconda3
到官网下载
https://www.anaconda.com/distribution/#download-section
到下载的目录下运行:
1 | bash Anaconda3-5.1.0-Linux-x86_64.sh |
查看是否安装成功:
1 | conda --version |
安装 TensorFlow
1 | conda create -n tensorflow pip python=3.6 //创建python3.6对应的Tensorflow环境 |
测试是否成功:
1 | source activate tensorflow // 切换到tensorflow环境而非base |
安装 Jupyter Notebook
在需要的conda环境下,安装,不要直接用python3 安装,否则对应环境下仍没有
1 | pip install jupyter |
之后用
1 | jupyter notebook |
开启
一般操作流程为先用anaconda激活tensorflow环境,再打开jupyter notebook, 这样就可以再notebook里用tf了。
设定notebook的默认工作路径:
输入:
1 | jupyter notebook --generate-config |
在~/home 或者c盘usrs administrators 下找到文件夹 .jupyter 修改jupyter_application_config.py 文件。
找到下面这句
1 | \# The directory to use for notebooks. |
按下面的格式,输入你想要的目录路径即可
1 | c.NotebookApp.notebook_dir = 'path/to/your/notebooks' |
