在Ubuntu 16.04上安装用于CPU和GPU的Google TensorFlow神经网络软件-系统运维-优客志

TensorFlow是用于执行机器学习任务的开源软件。 Google，其创建者希望公开一个强大的工具来帮助开发人员探索和构建基于机器学习的应用程序，因此他们将此作为开源项目发布。 TensorFlow是一种非常强大的工具，专门用于称为深层神经网络的神经网络。

深层神经网络用于执行复杂的机器学习任务，如图像识别，手写识别，自然语言处理，聊天室等。训练这些神经网络来学习它应该执行的任务。由于培训所需的计算量非常大，所以大部分时间都需要GPU支持，这就是TensorFlow的拯救。它支持GPU，因此通过安装具有GPU支持的软件，可以显着降低所需的培训时间。

本教程可帮助您仅为CPU安装TensorFlow，并支持GPU。所以，要获得支持GPU的TensorFlow，您必须拥有支持CUDA的Nvidia GPU。 CUDA和CuDNN（Nvidia计算库）的安装有点棘手，本指南提供了在实际安装TensorFlow本身之前安装它们的一步一步的方法。

Nvidia CUDA是一个GPU加速库，对于神经网络中使用的标准例程进行了高度调优的实现。 CuDNN是GPU的调优库，可以自动处理GPU性能调整。 TensorFlow依赖于这两种训练和运行深层神经网络，因此必须在安装TensorFlow之前进行安装。

非常重要的是，那些不希望使用GPU支持安装TensorFlow的用户，可以跳过以下所有步骤，并直接跳转到本指南的“第5步：仅使用CPU支持安装TensorFlow”部分。

TensorFlow介绍可以在这里找到。

1安装CUDA

首先，从这里下载Ubuntu 16.04的CUDA 。这个文件很大（2GB），所以可能需要一些时间才能下载。

下载的文件是“.deb”包。要安装它，请运行以下命令：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb

以下命令将安装任何遗漏的依赖项，最后安装cuda工具包：

sudo apt install -f

sudo apt update

sudo apt install cuda

如果成功安装，您将收到一条消息，表示“已成功安装”。如果已经安装了，那么您将得到类似于以下图像的输出：

CuDNN下载需要一点点的伤心。 Nvidia不会直接给你下载的文件（但是它是免费的）。按照步骤获取您的CuDNN文件。

点击这里转到Nvidia的注册页面并创建一个帐户。第一页要求您输入个人资料，第二页请您回答一些调查问题。如果您不知道所有的答案，您可以随意选择一个选项，这样就好了。
上一步将导致Nvidia向您发送一个激活链接到您的邮件ID。一旦你已经激活，转到这里的CuDNN下载链接。
一旦您登录该页面，您将不得不填写另一个较小的调查。随机点击复选框，然后点击调查底部的“继续下载”按钮，在下一页点击同意使用条款。
最后，在下拉列表中，点击“下载cuDNN v5.1（Jan 20，2017），CUDA 8.0”，在该下拉列表中，您需要通过点击下载两个文件：
- cuDNN v5.1 Ubuntu14.04运行时库（Deb）
- 用于Ubuntu14.04（Deb）的cuDNN v5.1开发库

注意：即使图书馆说的是Ubuntu 14.04，只能使用该链接。它也适用于16.04

现在你终于有了这两个CuDNN文件，现在是安装它们的时候了！从包含此下载的文件的文件夹中使用以下命令：

sudo dpkg -i libcudnn5_5.1.5-1+cuda8.0_amd64.deb

sudo dpkg -i libcudnn5-dev_5.1.5-1+cuda8.0_amd64.deb

以下图像显示运行这些命令的输出：

应将安装位置添加到bashrc文件中，以便从下次开始，系统应该知道在哪里可以找到CUDA安装的目录。使用以下命令打开bashrc文件：

sudo gedit ~/.bashrc

一旦文件打开，请在文件末尾添加以下两行：

  export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
  export CUDA_HOME=/usr/local/cuda

这一步我们安装TensorFlow与GPU支持。如果使用python 2.7，请运行以下命令：

pip install TensorFlow-gpu

如果您有python 3.x而不是上述命令，请使用以下命令：

pip3 install TensorFlow-gpu

一旦命令完成执行，您将收到一个“成功安装”消息。现在，所有需要测试的是它是否正确安装。要测试这一点，请打开命令提示符并键入以下命令：

python

import TensorFlow as tf

您应该得到类似于下面的图像的输出。从图像中可以看出CUDA库已成功打开。现在，如果出现错误，则会显示无法打开CUDA，甚至未找到模块的消息。在这种情况下，您可能已经错过了上述步骤之一，并仔细重新执行本教程将是将要走的路。

注意：此步骤必须由没有GPU的人员或没有Nvidia GPU的人员执行。其他的，请忽略这一步！

仅安装用于CPU的TensorFlow是非常容易的。使用以下两个命令：

pip install TensorFlow

如果您有python 3.x而不是上述命令，请使用以下命令：

pip3 install TensorFlow

是的，这很简单！

最后，安装指南，您现在可以开始构建您的深入学习应用程序。如果你刚刚开始，那么你可以在这里看看初学者的官方教程。如果您正在寻找更多高级教程，那么您可以学习如何设置一个图像识别系统/工具，该系统/工具能够从这里高精度地识别数千个对象。