ubuntu16.04 安装 tensorflow (cpu 版本)详细可行步骤

2、 Tensorflow cpu 版本的安装

1、 是租宴pip3（Python3.5版本），不是pip(python2.7版本)；

2、输入命令行时，空格会导致输入不正确，得注意；

3、 测试安装成功

1、命令行输入： python

2、继续输入：

重装Anaconda 时，关于卸载弊旦银迟饥Anaconda3的方法：

哎，生命在于折腾。。。

新加一块儿ssd，单独用来装linux系统，几天来专门装这个环境，反复装有几十回，终于把环境装个靠谱能的训练的环境出来。游老不记录一下对不起这些天的辛苦。

两个大方面：

一、装linux系统

装linux系统碰到如下几个问题：

1、bios设置如何配置

主板是华游晌硕Z390P，此主板很不靠谱，不推荐使用。

此主板官网文档不支持linux系统，但是通过一些方法可以安装ubuntu18.04或ubuntu19.04。centos8不能安装，唉。

其中一个关碍就是bios配置，就z390p这块板子，要改csm兼容模式，disable=>enable，相对于默认设置仅此一处更改，千万别乱改，什么快速启动之类的都不用改。

2、ssd配置

ssd是nvme协议的，本身linux支持起来就不太正常，需要做如下处理神磨锋：

分三个区：

- 先分一个1G的出来，刷成fat32格式，不选挂在，安装系统时默认装引导（此分区极其重要，必不可少）

- 再分一个60G左右的空间，ext4文件格式，挂在为/

- 剩下空间一个区，ext4文件格式，挂在为/home

3、安装ubuntu时配置

拔网线！按界面 *** 作步骤该设什么设什么，一定要拔网线。

4、进了系统后，拔这个界面全部取消选定

下一篇，将会把第二篇中的模型用tensorflow2.0.0API重写一遍，体会一下两个版本api的区别，检测一下性能提升，当前性能18s训练100step，captcha模型训练出来需要10-12小时，不知2.0能提升多少。

一、设备是否支持

 在终端中输入： $ lspci | grep -i nvidia ，会显示自己的NVIDIA GPU版本信息

二、禁用nouveau

终端中运行：$ lsmod | grep nouveau，如果有输出则代表nouveau正在加载。

三、运行cuda.run 文件

会出现依赖错误：

sudo apt-get install freeglut3-dev build-essential libx11-dev

sudo apt-get install libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa

sudo apt-get install libglu1-mesa-dev

把InstallUtils.pm 文件复制到

/usr/lib/x86_64-linux-gnu/perl-base/ 文件夹中

重新运行安装文伏陆件，添加参数

./cuda.run --override --toolkitpath=/home/XXX/local/cuda-8.0

安装过程中不安装英伟达驱动，不创建软链接，其余默洞扰认yes。

安装成功

在.bashrc文件尾部中添加：

export PATH=/home/solar/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/home/solar/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

终端输入 nvidia-smi 检测是否成功

解压cudnn.tgz文件,

sudo cp cudnn.h /home/solar/local/cuda-8.0/include/    

sudo cp lib* /home/solar/local/cuda-8.0/lib64/        

安装anaconda

直接运行.sh文件，安装成功

输入 conda info -e 查看是否安装成功

添加源：

conda config --add channels 'http://mirrors.ustc.edu.cn/anaconda/pkgs/free/'

conda config --set show_channel_urls yes

PS：服务器没办法解析域名 ，创建环境缺颤顷的时候总是提示网络错误。。。

修改resolv.conf

添加nameserver 8.8.8.8

或者nameuser 114.114.114.114

创建新的conda环境：

conda create -n transorflow python=python3.6

使用新的环境：

source activate tensorflow

然后：

pip install tensorflow_XX.whl

完成后进入python 

输入

import tensorflow as tf

hello=tf.constant('hello,Tensorflow')

sess=tf.Session()

print sess.run(hello)

输出 hello,Tensorflow则成功

---