Fatal编程技术网
  • linux/
  • Linux 源问题的张量流

Linux 源问题的张量流

linux tensorflow

Linux 源问题的张量流,linux,tensorflow,Linux,Tensorflow,我在用Fedora 26发行版 内核：4.12.5 gcc:5.4（推荐使用5.3.1，但在gnu上找不到） bazel:0.5.3（哪个bazel输出/usr/local/bin/bazel） 路径：…：/usr/local/bin:…. CUDA 8.0 我从TensorFlow的存储库中克隆了git，运行了/configure，其中包含以下内容（仅保留Essentials）： 如果还需要什么，请告诉我，我会发布的。现在和运行时，配置似乎已经完成 bazel build --config

我在用Fedora 26发行版

  • 内核：
    4.12.5
  • gcc:
    5.4
    （推荐使用5.3.1，但在gnu上找不到）
  • bazel:
    0.5.3
    （
    哪个bazel
    输出
    /usr/local/bin/bazel
    ）
  • 路径：
    …：/usr/local/bin:….
  • CUDA 8.0
我从TensorFlow的存储库中克隆了git，运行了
/configure
，其中包含以下内容（仅保留Essentials）：

如果还需要什么，请告诉我，我会发布的。现在和运行时，配置似乎已经完成

bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
我得到以下错误

。。。。。。 Cuda配置错误：存储库命令失败 查找：“/usr/nvm”：没有这样的文件或目录

现在，我想不出什么可能出错的事情了

  • 使用
    哪个nvcc
    输出
    /usr/bin/nvcc
    ，但当配置询问我CUDA编译器的路径时，我回答
    /usr/bin/nvcc
    ，它说
    /usr/bin/nvcc/lib64/libcudart。因此找不到.8.0
    ，因此，我进行了搜索，在
    /usr/lib64/libcudart.so.8.0
    中找到了该文件，因此我将路径设置为
    /usr
  • 与cudNN几乎相同，我从网站下载了5.1，并将其解压缩到
    /usr/local/cudNN
    中，但当我输入cudNN版本时，我想使用as 5.1，但找不到
    /usr/local/cudNN/libcudnn。所以.5.1
    ，但我有一个5.0，所以我只说“5”作为版本，它就成功了
    • 这就是我现在能想到的。。。但我真的很想完成这个安装，任何帮助都将不胜感激

    请指定CUDA 8.0 toolkit的安装位置。有关更多详细信息，请参阅README.md。[默认值为/usr/local/cuda]：/usr

    在这里您需要设置cuda安装目录的路径；哪个是
    
/usr/local/cuda
    （这也是默认设置）；现在您将其设置为
    /usr
    ，这是错误的；要么将其保留为默认值，要么将其设置为
    /usr/local/cuda

    请指定cuDNN 5库的安装位置。有关更多详细信息，请参阅README.md。[默认值为/usr]：/usr/local/cudnn

    这里还需要设置的通常路径是
    /usr/local/cuda/

    cudnn安装

    有点像一个解决办法-使用docker

    我们在这个GPU上花费的时间太多了。希望我们可以通过共享以下链接为您节省一些时间：

    AWS+Docker+CUDA+CuDNN+GPU+Spark+TensorFlow+JupyterHub

    Google+Docker+CUDA+CuDNN+GPU+Spark+TensorFlow+JupyterHub

    我们在聚会和会议等场合使用这些说明，并且在东西坏了的时候我们总是更新这些说明——不幸的是，这经常涉及到所有的活动部件

    我们参考的Docker图像如下：

    此Docker映像扩展自以下内容：

    从Nvidia基本Docker映像扩展而来：来自Nvidia/cuda:8.0-cudnn6-devel-ubuntu16.04

    此Nvidia Base Docker映像已包含CuDNN库

    我们需要从源代码构建TensorFlow，因为我们使用了许多必须从源代码构建的TensorFlow性能优化实用程序

    希望有帮助！更多详细信息和参考资料可在GitHub和DockerHub回购参考资料中找到：

    我甚至没有
    /usr/local/cuda/
    目录，只有
    /usr/local/cudnn
    一个。当我将它设置为与我提供的目录不同的目录时，会出现错误，即它找不到某些文件，例如
    libcudart.so.8
    cuddn文件应该是cuda文件…lib64和include。在这种情况下，您需要将cuddn各自的文件复制到/parth/tocuda/lib64和/path/to/cuda/includeI，很抱歉，我没有遵循，因为我显示的目录可以工作，
    /usr
    和
    /usr/local/cudnn
    我应该遵循什么顺序来实现所需的路径？根本没有
    cudnn*
    文件！cuddn的安装应该与cuda一起进行…在这里，您可以将ur libcuddn*.so文件复制到/usr/lib64，将cudnn.h文件复制到“/usr/include”-这很好。。。你有本地机器的docker镜像吗？我有一个GPU，我可以用它来代替付费，docker似乎是一个很好的解决方案 
    bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package

    cp cudnn/lib64/cudnn* /usr/local/cuda/lib64
cp cudnn/include/* /usr/local/cuda/include