Linux 源问题的张量流
我在用Fedora 26发行版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
- 内核:
4.12.5
- gcc:
(推荐使用5.3.1,但在gnu上找不到)5.4
- bazel:
(0.5.3
输出哪个bazel
)/usr/local/bin/bazel
- 路径:
…:/usr/local/bin:….
- CUDA 8.0
/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
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
/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
/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