服务器Ubuntu18.04安装Tensorflow-GPU 2.2.0

1. 更换Ubuntu18.04的apt源

1.1 备份apt源文件

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

1.2 修改apt源文件，替换成国内源

sudo vim /etc/apt/sources.list

注：清空 sources.list 文件后，粘贴国内源（下面是国内源，选择一个粘贴）

阿里云源：

deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

清华源：

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse

中科大源：

deb https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse

1.3 同步 sources.list 和 sources.list.d 的源索引

sudo apt update

1.4 升级已安装的所有软件包

sudo apt upgrade

注：升级之后的版本就是本地索引里的，因此，在执行 upgrade 之前一定要执行 update, 这样才能是最新的。

2. 安装显卡驱动

2.1 禁用系统默认显卡驱动

2.1.1 打开黑名单

sudo vim /etc/modprobe.d/blacklist.conf

2.1.2 将下列代码填入文件末尾:

# for nvidia display device install
blacklist vga16fb

blacklist nouveau

blacklist rivafb

blacklist rivatv

blacklist nvidiafb

2.1.3 保存，然后更新initramfs:

sudo update-initramfs -u

2.1.4 重启电脑

sudo reboot

5.查看是否禁用成功，无输出则禁用成功

 lsmod | grep nouveau

注：这里直接从 ubuntu库 中安装显卡驱动

2.2 查看显卡型号

ubuntu-drivers devices

驱动后面 recommended 的是系统推荐安装的版本

image.png

注：如果没有这个包可以按照提示进行安装：
sudo apt-get install ubuntu-drivers-common

2.3 安装系统推荐的显卡驱动

sudo ubuntu-drivers autoinstall

注：也可以使用 apt 命令安装自己想要安装的版本，比如我想安装 450 这个版本号的版本，终端输入：sudo apt install nvidia-driver-340 就自动安装了

2.4 安装完成后重启

sudo reboot

2.5 重启完成查看显卡信息，显示如下图内容就安装成功了

nvidia-smi

image.png

3. 安装 Minicoda 或 Anaconda

为什么使用 conda 安装？
使用 conda 安装 tensorflow 会自动安装依赖，包括自动安装对应版本的 cuda 和 cudnn，避免版本不对造成不必要的麻烦

使用 Anaconda 还是 Miniconda？
Anaconda：是一个开源的Python发行版本，包含了conda、python等180多个科学包及其依赖项。因为包含了大量的科学包，所以Anaconda的安装包比较大
Miniconda：这个较小的发行版，大部分包都要自己后期安装
根据自己需求下载 Anaconda 或者 Miniconda

下载地址
国外下载 Anaconda 比较慢，下面是清华源 Anaconda 镜像下载地址
清华源 Anaconda 镜像下载地址
清华源 Miniconda 镜像下载地址
找到最新版根据自己系统进行下载：
Anaconda：

image.png

Miniconda：

image.png

3.1 安装

sh Miniconda3-latest-Linux-x86_64.sh

3.2 查看协议，同意协议进行安装

3.2.1 点击 回车 查看协议，空格 翻页

image.png

3.2.2 输入 yes 同意协议继续安装

image.png

3.2.3 默认安装路径是 ~/miniconda3 (anaconda的是 ~/anaconda)，也可以自己输入路径进行安装，这里就默认路径不做改动，点击回车继续安装

image.png

3.2.4 输入 yes 初始化 conda

image.png

3.2.5 安装完成

image.png

3.2.6 重启
sudo reboot

4. 创建虚拟环境，并安装 tensorflow-gpu 2.2.0

tensorflow-gpu 版本对应

image.png

4.1 conda 添加清华源，并设置默认用新的源下载

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

注：如果安装包没有使用添加的镜像而报网络错误，可以使用下面命令删除默认源：
conda config --remove channels defaults

4.2 创建虚拟环境

sudo conda create -n 虚拟环境名称 python=3.7
下面 myenv 是自定义的虚拟环境名称，python版本3.7(tensorflow-gpu 2.2.0 支持 python3.5-3.7)

conda create -n myenv python=3.7

4.3 进入虚拟环境

conda activate myenv

前面显示 虚拟环境名称 就说明已经进入虚拟环境

image.png

4.4 查看支持的 tensorflow-gpu 版本

 conda search tensorflow-gpu

image.png

4.5 安装 tensorflow-gpu 2.2.0

conda install tensorflow-gpu=2.2.0

注：如果由于网络原因，比较大的包没有装上，可以重试几次 conda install tensorflow-gpu=2.2.0 命令，会自动安装没有按上的包

4.6 安装完成

image.png

4.7 测试是否安装成功

检测tf是否安装成功：

$ python3
>>> import tensorflow as tf
>>> hello = tf.constant('Hello World!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello World!
>>> a = tf.constant(8)
>>> b = tf.constant(2)
>>> print(sess.run(a + b))
10
>>>

使用 tf.test.is_gpu_available() 来测试TF是否可以使用GPU来加速计算，如果输出True则代表成功。