干貨|TensorFlow開(kāi)發(fā)環(huán)境搭建（Ubuntu16.04+GPU+TensorFlow源碼編譯）

重磅干貨，第一時(shí)間送達(dá)

在安裝時(shí)可以選擇安裝版本是否支持GPU，

同時(shí)，安裝時(shí)可以考慮采用二進(jìn)制安裝，還是源碼安裝，

二進(jìn)制安裝可以有很多選擇，

手頭上有兩臺(tái)電腦，

• MacBook Pro (Retina, 13-inch, Early 2015) 
  處理器：2.7 GHz Intel Core i5
  內(nèi)存：8GB 1867MHz DDR3
  顯卡：Intel Iris Graphics 6100 1536MB

• 攀升兄弟組裝臺(tái)式機(jī) 
  處理器：英特爾 Core i7-6700 @3.40GHz 四核 
  主板：華碩 B150M-ET M2 SERIES
  內(nèi)存：8G（威剛DDR4 2801MHz） 
  硬盤(pán)：三星 MZ7TE256HMHP-00000（256GB/固態(tài)硬盤(pán)） 
  顯卡：Nvidia GeForce GTX 950(2GB)

其中， 
MacBook Pro采用基于Anaconda的二進(jìn)制安裝方式（僅支持CPU）。Anaconda是一個(gè)集成平臺(tái)，包含大多數(shù)機(jī)器學(xué)習(xí)的常用工具，

• NumPy：科學(xué)運(yùn)算包

• SciPy：在NumPy的基礎(chǔ)上構(gòu)建，功能更加強(qiáng)大的科學(xué)計(jì)算包

• Matplotlib：類(lèi)似Matlab的繪圖工具包

• Scikit-learn：經(jīng)典機(jī)器學(xué)習(xí)工具包

• Pandas：數(shù)據(jù)處理和分析工具包（可用于數(shù)據(jù)讀寫(xiě)、清洗、填充和分析等場(chǎng)景） 

采用Anaconda安裝方案，一方面MacBook Pro的開(kāi)發(fā)環(huán)境很容易搭建（幾句命令即可完成），另一方面，基于Anaconda的環(huán)境，也可以方便驗(yàn)證簡(jiǎn)單的機(jī)器學(xué)習(xí)算法。

對(duì)于臺(tái)式機(jī)則采用了Ubuntu+GPU+TensorFlow源碼編譯的方式，進(jìn)行TensorFlow環(huán)境搭建，下面我們著重介紹下這種安裝方式。

目前，大多數(shù)計(jì)算機(jī)，包括臺(tái)式機(jī)已沒(méi)有了光驅(qū)，同時(shí)，Ubuntu的系統(tǒng)安裝盤(pán)也不易獲得。針對(duì)這種情況，我們可以采用U盤(pán)來(lái)進(jìn)行安裝。具體步驟可以參考：《Ubuntu 16.04 U盤(pán)安裝圖文教程》

對(duì)于華碩 B150M-ET主板，UEFI默認(rèn)是開(kāi)啟的。而UEFI開(kāi)啟會(huì)導(dǎo)致第三方驅(qū)動(dòng)安裝失?。ㄈ顼@卡驅(qū)動(dòng)，這是源碼編譯安裝GPU支持的TensorFlow，遇到的第一個(gè)坑）。具體步驟可以參考：《華碩主板禁用UEFI安全啟動(dòng)》

英偉達(dá)的顯卡驅(qū)動(dòng)有三種方式：

• apt-get+系統(tǒng)設(shè)置安裝

• 安裝CUDA時(shí)順便安裝

• 官方下載最新驅(qū)動(dòng)并安裝 

參考：《Ubuntu 16.04安裝NVIDIA驅(qū)動(dòng)》

本文采用第一種方案：

sudo apt-get install nvidia-367

然后進(jìn)入：System Settings->Software&Updates->Additional Drivers->，選擇NVIDIA Corporation[Using NVIDIA binary driver]

nvidia-smi #若列出GPU的信息列表，表示驅(qū)動(dòng)安裝成功
nvidia-settings #若彈出設(shè)置對(duì)話(huà)框，亦表示驅(qū)動(dòng)安裝成功

CUDA(Compute Unified Device Architecture)，是顯卡廠商N(yùn)VIDIA推出的運(yùn)算平臺(tái)?？梢岳斫獬苫贕PU并行計(jì)算的應(yīng)用層接口。 

安裝Cuda的時(shí)候，需要關(guān)閉X服務(wù)。

sudo service lightdm stop

這時(shí)，系統(tǒng)會(huì)出現(xiàn)黑屏。此時(shí)，同時(shí)按住[CTRL + ALT + F1]三個(gè)鍵進(jìn)入命令行模式（如果不能進(jìn)入命令行模式，可以參考《alt+ctrl+F1黑屏 ，解決方案》）， 

然后輸入[賬號(hào)]，[密碼]后登陸。 

在CUDA的下載目錄運(yùn)行，

sudo sh cuda_xxx.run

要注意的是，在詢(xún)問(wèn)是否安裝“NVIDIA Accelerated Graphics Driver”可以選擇“是”，

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?
(y)es/(n)o/(q)uit: y

但在后續(xù)出現(xiàn)詢(xún)問(wèn)是否安裝“X configuration”時(shí)，則需要選擇“否”，否則之前安裝的顯卡驅(qū)動(dòng)就白安裝了。 

CUDA安裝結(jié)束后，則可以恢復(fù)到圖形界面模式，

sudo service lightdm start

到這里，CUDA的安裝還不算結(jié)束，需要將CUDA相關(guān)的內(nèi)容添加到系統(tǒng)環(huán)境變量中。安裝過(guò)程中Summary提示，

Please make sure that
– PATH includes /usr/local/cuda-8.0/bin
– LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as root

CUDA相關(guān)的環(huán)境變量可以放在~/.bashrc中，

vi ~/.bash_profile

在其中，增加如下兩行，

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-  8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda-8.0

下載cuDNN后進(jìn)行解壓，并執(zhí)行如下命令：

sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp -d cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*

網(wǎng)上說(shuō)cuda8.0不支持5.0以上的編譯器，因此需要降級(jí)，把編譯器版本降到4.9，但我看了CUDA8.0的安裝手冊(cè)《NVIDIA CUDA INSTALLATION GUIDE FOR LINUX》，并沒(méi)有發(fā)現(xiàn)這一條，《NVIDIA CUDA INSTALLATION GUIDE FOR LINUX》 

在實(shí)際使用中，還是將GCC做了降級(jí)（PS，在安裝時(shí)可以先不降級(jí)，看看是否會(huì)出問(wèn)題），GCC降級(jí)方法如下，

sudo apt-get install g++-4.9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc
sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++

Bazel官方地址：https://docs.bazel.build/versions/master/install.html 

Bazel可以通過(guò)apt-get和下載安裝兩種方式完成，本文中，采用下載安裝的方式實(shí)現(xiàn)，

chmod +x PATH_TO_INSTALL.SH
./PATH_TO_INSTALL.SH --user

sudo apt-get install python-numpy swig python-dev python-wheel
sudo apt-get install libcupti-dev
sudo apt-get install git

git clone https://github.com/tensorflow/tensorflow

cd ~/tensorflow
./configure

bazel build -c opt //tensorflow/tools/pip_package:build_pip_package
bazel build -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
sudo pip install /tmp/tensorflow_pkg/tensorflow-0.10.0-cp2-none-any.whl

至此，便完成了支持GPU的TensorFlow源碼編譯。

可以通過(guò)如下代碼進(jìn)行測(cè)試，

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

正常測(cè)試輸出，

Hello, TensorFlow!