在百度AI Studio中使用tensorflow gpu

2020-02-26

字数统计: 741字 | 阅读时长≈ 3分

摘要：在百度AI Studio中使用tensorflow gpu，第一次安装，后面极简安装（针对tf2）。

下载cuda10.0版本

在百度AI Studio的控制台输入以下命令下载cuda10.0版本
1
wget https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda_10.0.130_410.48_linux
然后重命名为：cuda_10.0.130.linux
下载cudnn10.0版本

在官网下载之后改名为：cudnn-10.0.tgz

勾选同意协议

选择cudnn10.0

选择cuDNN Library for Linux进行下载

最后改名为cudnn-10.0.tgz
然后上传到文叔叔，然后点击下载

然后再谷歌浏览器中打开下载页面，点击下载文件的链接右键复制链接地址
然后再AI Studio中用wget 复制的链接下载cudnn。

安装

先静默安装cuda

1	sh cuda_10.0.130.linux --silent --toolkit --toolkitpath=$HOME/cuda_10.0

然后依次输入以下命令

tar -zxvf cudnn-10.0.tgz
cp cuda/include/cudnn.h cuda_10.0/include/
cp cuda/lib64/libcudnn* cuda_10.0/lib64/
chmod a+r cuda_10.0/include/cudnn.h #每次重启使用还需执行的语句，我们待会儿会一并写入shell，一劳永逸。
chmod a+r cuda_10.0/lib64/libcudnn* #每次重启使用还需执行的语句，我们待会儿会一并写入shell，一劳永逸。

在根目录新建一个名为‘环境变量’ 的文件（随意命名），然后执行

1
2

echo -e 'export PATH=$HOME/cuda_10.0/bin:$PATH\nexport LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/cuda_10.0/lib64'>~/环境变量
source ~/环境变量 #下次重启还需要执行的语句，我们待会儿会一并写入shell，一劳永逸。

安装tensorflow2

先下载tf2的whl文件，因为AI Studio镜像源没改，网络不稳定。

1	wget https://pypi.tuna.tsinghua.edu.cn/packages/02/52/40d5b165f0b633ac3d1f07c85f6a0cf68fc30925721e0e39f4c8aaf4b08e/tensorflow_gpu-2.0.0b1-cp37-cp37m-manylinux1_x86_64.whl

将镜像源改为清华的

1	pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package #每次重启使用还需执行的语句，我们待会儿会一并写入shell，一劳永逸。

安装刚才下载的whl文件

1	pip install tensorflow_gpu-2.0.0b1-cp37-cp37m-manylinux1_x86_64.whl

检查安装是否成功

输入以下命令：

1
2
3

python
import tensorflow as tf
tf.test.is_gpu_available()

如果输出True则表示安装成功

写入shell文件，命名为chmod_cuda100.sh

#!/bin/bash
chmod a+r ~/cuda_10.0/include/cudnn.h
chmod a+r ~/cuda_10.0/lib64/libcudnn*
source ~/环境变量
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
pip install ~/tensorflow_gpu-2.0.0b1-cp37-cp37m-manylinux1_x86_64.whl

以后重启平台之后，输入以下命令就行了