經(jīng)過(guò)我的上一篇博文之后，已經(jīng)安裝了NVIDIA顯卡驅(qū)動(dòng)、CUDA以及對(duì)應(yīng)版本的cudnn，下面我們則來(lái)安裝GPU版本的tensorflow、torch以及mxnet
注：CUDA8.0對(duì)應(yīng)的cuDNN版本是5.1，CUDA9.0對(duì)應(yīng)的cuDNN7.0。
安裝英偉達(dá)顯卡驅(qū)動(dòng)+CUDA —> 傳送門(mén)

tensorflow安裝的方式也有好幾種，通過(guò)pip，docker,Anacodnda等，因?yàn)閡buntu是自帶Python和pip的，因此我們選擇通過(guò)pip安裝tensorflow：

1. 確定python及pip的版本：

python -V
pip -V

python -V確認(rèn)python的版本，需要2.7或者是3.3+
pip -V或pip3 -V確認(rèn)pip的版本，建議pip在8.1以上，或者是pip3，如果不是則使用以下命令進(jìn)行更新。：

sudo apt-get install python-pip python-dev

安裝tensorflow

根據(jù)自己的情況選擇以下命令之一進(jìn)行安裝：

pip install tensorflow # Python 2.7; 僅支持CPU
pip3 install tensorflow # Python 3.n; 僅支持CPU
pip install tensorflow-gpu # Python 2.7; 支持GPU
pip3 install tensorflow-gpu # Python 3.n; 支持GPU

tips：cuda8.0不支持較高版本的tensorflow，所以使用以下命令：

pip install tensorflow-gpu==1.2 # Python 2.7; 支持CPU
pip3 install tensorflow-gpu==1.2 # Python 3.n; 支持CPU

我使用的pip3 install tensorflow-gpu==1.2

驗(yàn)證tensorflow是否安裝成功
啟動(dòng)終端，輸入python
輸入以下代碼：

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

輸出Hello, TensorFlow!則表示安裝成功

若是安裝失敗，先卸載然后重新來(lái)過(guò)吧：

sudo pip uninstall tensorflow

安裝Torch

1. 獲取安裝LuaJIT（C語(yǔ)言編寫(xiě)的Lua的解釋器）和Torch所必需的依賴包：

git clone https://github.com/torch/distro.git ~/torch --recursive

若未安裝git，輸入以下命令安裝：

sudo apt-get install git

2. 由于默認(rèn)將依賴包下載在當(dāng)前路徑下的torch文件下，進(jìn)入torch文件夾，打開(kāi)并執(zhí)行install-deps中的命令（這個(gè)命令執(zhí)行時(shí)間會(huì)有點(diǎn)長(zhǎng)）：

cd torch;
bash install-deps

3. 執(zhí)行install.sh文件:

./install.sh

提示Do you want to automatically prepend the Torch install location to PATH and LD_LIBRARY_PATH in your /home/guodongwei/.bashrc? (yes/no)
輸入yes

若此步驟中出現(xiàn)如下錯(cuò)誤

安裝torch錯(cuò)誤

原因是cuda和torch的頭文件都提供了相同的重載運(yùn)算符，編譯器不知道用哪一個(gè)。輸入下面shell命令禁止使用cuda的頭文件編譯torch即可：

export TORCH_NVCC_FLAGS="-D__CUDA_NO_HALF_OPERATORS__"

重新運(yùn)行./install.sh重新開(kāi)始編譯就OK了。

4. 將路徑手動(dòng)添加到PATH變量中：

source ~/.bashrc
source ~/.profile

最后，輸入th測(cè)試一下吧-_-

輸入th測(cè)試是否安裝成功

5. 在終端輸入th命令，若出現(xiàn)一個(gè)torch的圖，則表明安裝成功。

安裝pytorch

你可以按照官網(wǎng)https://pytorch.org/上的推薦命令進(jìn)行安裝

conda install pytorch torchvision cuda90 -c pytorch

安裝pytorch

若不成功，你也可以選擇源碼進(jìn)行安裝
首先，安裝yaml依賴：

sudo apt install python-yaml python3-yaml

然后分別克隆2個(gè)包的源代碼進(jìn)行安裝：

git clone https://github.com/pytorch/pytorch.git
git clone https://github.com/pytorch/vision.git

然后，進(jìn)入克隆下來(lái)的pytorch文件進(jìn)行安裝：

cd pytorch
sudo python3 setup.py install #(記得一定要加sudo權(quán)限，否則安裝過(guò)程可能報(bào)錯(cuò))

若提示需要進(jìn)行 git submodule update --init （主要作用是子模塊的路徑更新，這步必須要做），按照提示執(zhí)行即可：

git submodule update --init
sudo python3 setup.py install

至此，安裝pytorch 成功！
不要著急

cd vision
sudo python3 setup.py install

若提示找不到cmake，sudo apt install cmake 即可

安裝完成之后import torch ; import torchvision試試吧：）

安裝mxnet

三個(gè)版本視情況而定：

pip install --pre mxnet-cu75 # CUDA 7.5
pip install --pre mxnet-cu80 # CUDA 8.0
pip install --pre mxnet-cu90 # CUDA 9.0

上面的如果太慢，也可以使用豆瓣pypi鏡像加速下載，例：

pip install --pre mxnet-cu80 -i https://pypi.douban.com/simple

這個(gè)一般沒(méi)問(wèn)題，若出現(xiàn)import mxnet后DeprecationWarning：

F:\Anaconda3\lib\site-packages\urllib3\contrib[pyopenssl.py:46 8](http://pyopenssl.py:46/): DeprecationWarning: OpenSSL.rand is deprecated - you should use os.urandom instead

import OpenSSL.SSL

用以下命令即可解決：

pip install -U pyopenssl