在AWS上搭建TensorFlow环境

2017-08-22

关于搭建TensorFlow，其实官方的配置指南其实写得已经很清楚了，但是其中并没有比较详细的GPU相关的配置方法，于是在Google一番之后，发现了一篇写得非常详细的教程——從AWS搭一個GPU運算環境來玩tensorflow。在此对两篇教程中提及的步骤以及涉及的命令做个简单的总结，方便以后再有类似需求的时候，可以快速地完成环境搭建。

首先是申请一个Instance，初次申请记得提交case上调Instance Limit；
ssh之前，记得把密钥权限改成600；
登陆之后首先确认一下GPU信息：

  $(local) lspci | grep -i nvidia

GPU方面需要安装的东西有两个：NVIDIA CUDA Toolkit 和 cuDNN library；
- 首先是 CUDA Toolkit：

  $ wget https://developer.nvidia.com/compute/cuda/8.0/prod/local_installers/cuda_8.0.44_linux-run

  $ chmod 755 cuda_8.0.44_linux-run

  $ ./cuda_8.0.44_linux-run -extract=/root
  $ ./NVIDIA-Linux-x86_64-367.48.run -s
  $ ./cuda-linux64-rel-8.0.44-21122537.run -noprompt

  $ vim ~/.bashrc

  #增加下面三行
  export CUDA_ROOT=/usr/local/cuda-8.0
  export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64
  export PATH=$PATH:$CUDA_ROOT/bin

  $ source ~/.bashrc

  #测试一下
  $ nvidia-smi -q | head

然后是cuDNN library：

首先去https://developer.nvidia.com/cudnn 注册Nvidia Developer的账号，然后在本地下载好相应的tgz包，将它scp到服务器上去。

  $ tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz
  $ cp cuda/lib64/* /usr/local/cuda-8.0/lib64/
  $ cp cuda/include/* /usr/local/cuda-8.0/include/

至此，GPU Drivers的部分基本配置完成。

然后是TensorFlow的配置，这里采用官方推荐的Installing with virtualenv的方法：

  # Install pip and virtualen 
  $ sudo apt install python-pip python-dev python-virtualenv # for Python 2.7
  $ sudo apt install python3-pip python3-dev python-virtualenv # for Python 3.n

  # Create a virtualenv environment
  $ virtualenv --system-site-packages targetDirectory # for Python 2.7
  $ virtualenv --system-site-packages -p python3 'targetDirectory' # for Python 3.n
  # 'targetDirectory' specifies the top of the virtualenv tree, which you may choose by yourself.

  # Activate the virtualenv environment
  $ source ~/tensorflow/bin/activate # bash, sh, ksh, or zsh
  $ source ~/tensorflow/bin/activate.csh  # csh or tcsh

  #现在的命令行前面的标识会变成这个样子：
  (tensorflow)$

  #Install TensorFlow, ensure the version of pip >= 8.1
  (tensorflow)$ pip install --upgrade tensorflow      # for Python 2.7
  (tensorflow)$ pip3 install --upgrade tensorflow     # for Python 3.n
  (tensorflow)$ pip install --upgrade tensorflow-gpu  # for Python 2.7 and GPU
  (tensorflow)$ pip3 install --upgrade tensorflow-gpu # for Python 3.n and GPU

至此，TensorFlow安装完成

激活命令为

$ source ~/tensorflow/bin/activate      # bash, sh, ksh, or zsh
$ source ~/tensorflow/bin/activate.csh  # csh or tcsh

退出环境
```
(tensorflow)$ deactivate 
```
卸载
```
$ rm -r targetDirectory 
```

本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可。

Contents