linux上部署tensorflow-gup

- 日理万妓 2021-11-10 09:50 202阅读 0赞

## 一、安装`tensorflow-gpu 1.9.0` ##

TensorFlow官方帮助文档为Ubuntu 16.04提供五种安装方式，我选择原汁原味的第二种方式：`Use pip in your system environment`：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70]  
安装指令没有太多值得讲究的地方，但如果你按照帮助文档去安装，由于天朝伟大的墙的杰作，网速慢如蜗牛，我保证你花一年时间也装不上。该怎么办呢？可以使用国外代理服务器，也可以使用国内镜像服务器。我试过使用国外代理服务器，效果很差，网速几乎没有任何改善。为此，我采用借助国内镜像服务器的方法。

## 二、动态选择默认的python版本 ##

ubuntu16.04中默认安装了python 2.7和python 3.5，如何选择并确认当前使用的python版本？  
首先使用如下指令确认已同时安装python 2.7和python 3.5：

cd /usr/bin
    ls | grep python

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70 1]

执行如下指令对python版本动态配置（注意python 3.5赋予的权重要小一些，否则不一定能从高版本切换至低版本）：
    # 如果以前配置了python，则删除之
    sudo update-alternatives --remove-all python
    # python2赋予权重80
    sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 80
    # python3赋予权重20
    sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 20
    # 动态切换当前使用的版本，在出现的界面中根据需要选择1或者2，
    # 即可动态选择使用python 2.7还是python 3.5。
    sudo update-alternatives --config python
    # 查看当前python版本
    python -V

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70 2]

## 三、将`pip`服务器更换为国内的镜像服务器 ##

修改 ~/.pip/pip.conf (没有就创建一个)：

# 如果不存在此文件夹，则创建之
    mkdir ~/.pip
    vi ~/.pip/pip.conf

内容如下：

[global]
    index-url=http://mirrors.aliyun.com/pypi/simple/
    [install]
    trusted-host=mirrors.aliyun.com

## 四、使用python 2.7安装`tensorflow-gpu 1.9.0` ##

安装指令如下：

# 如果本机未安装python和pip，则安装之
    sudo apt-get install python-pip python-dev
    # 更新pip
    sudo pip install -U pip
    # 安装tensorflow-gpu 1.9.0
    sudo pip install tensorflow-gpu==1.9.0

## 五、使用python 3.5安装`tensorflow-gpu 1.9.0` ##

如果将默认的python脚本设置成了python3.5，则安装指令与2.3节相同，若未设置，则安装指令如下：

# 如果本机未安装python和pip，则安装之
    sudo apt-get install python3-pip python3-dev
    # 更新pip
    sudo pip3 install -U pip
    # 安装tensorflow-gpu 1.9.0
    sudo pip3 install tensorflow-gpu==1.9.0

执行如下命令：

python -c "import tensorflow as tf; print(tf.__version__)"

如果输出结果：

1.9.0

表明安装成功。

## 六、可能遇到的问题 ##

## 6.1、使用python 3.5安装出现numpy版本不一致问题 ##

根据我的实践，使用python 3.5安装`tensorflow-gpu 1.9.0`时不会报错，但使用语句`python -c "import tensorflow as tf; print(tf.__version__)`"验证`tensorflow-gpu 1.9.0`是否安装成功时，会出现如下警告信息：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70 3]  
这是因为使用pip安装的numpy版本太高造成，使用如下方法安装低版本numpy可以消除此警告

sudo pip3 uninstall -y numpy
    sudo apt-get remove -y python3-numpy
    sudo apt-get install python3-numpy

## **七、查看CPU/GPU的使用情况** ##

基于`tensorflow-gpu 1.9.0`开发深度学习或深度强化学习程序后，在运行过程中要实时监控机器的CPU/GPU的使用情况。

## 7.1 CPU使用情况 ##

# 比较简单的监控
    top
    # 更为详细的监控
    # 如果第一次使用，首先安装htop
    sudo apt-get install htop
    htop

## 7.2 GPU使用情况 ##

# 单次查看
    nvidia-smi
    # 实时监控，每秒刷新一次
    watch -n 1 nvidia-smi

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70]: /images/20211109/1e4a2877b1c5472ab5843721ca6b9f12.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70 1]: /images/20211109/800982f0f2d94101ae089249d2027c91.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70 2]: /images/20211109/2faf3bb2663b42fda8ff33909ab28bac.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70 3]: /images/20211109/3507958b6e3444199a3cdce4758e9a2e.png