0.前言

好不容易找到個有GPU的機(jī)器，喜滋滋...趕快搭建一個GPU環(huán)境，跑一下Bert...

nvidia-smi

活力滿滿的GPU

但是...

不得不吐槽一下TensorFlow與CUDA、cuDNN的版本搭配問題...好不容易這倆貨搭配好了，結(jié)果Bert使用的TensorFlow函數(shù)與本機(jī)安裝的TensorFlow版本又不匹配...奔潰！

各種版本不匹配...

tensorflow與cuda、cuDNN的版本匹配表

但在群友的幫助下，發(fā)現(xiàn)了以下這個方式，確實好用，快速搭建?。?！

1.開始

首先，學(xué)會檢查本機(jī)的TensorFlow、cuda、cuDNN的版本：

1.檢查CUDA版本：
使用：
nvcc -V
或：
cat /usr/local/cuda/version.txt

2.檢查cuDNN版本：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

3.檢查TensorFlow版本：
直接使用pip list查看

cuDNN版本

以下操作的前提是Linux已經(jīng)安裝了PIP、Anconda，即可使用以下的方式安裝指定版本的TensorFlow、CUDA、cuDNN:

# 創(chuàng)建虛擬環(huán)境：tmp_python
conda create -n tmp_python python=2.7

# 顯示自己創(chuàng)建的虛擬環(huán)境
conda env list
# 進(jìn)入創(chuàng)建虛擬環(huán)境
source activate tmp_python

#安裝指定 版本的TensorFlow
pip install tensorflow-gpu==1.9.0

# 安裝的包
conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
conda install cudnn=7.1.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

接下來看看有沒有神奇的事情發(fā)生吧....