Building up Personal Deep Learning Rig in 3000 US Dollar
先附上內部實拍一張
硬體規格
- CPU: Intel Core I7-7700K / 4.2G
- 風扇: INTEL BXTS15A
- M/B: ASUS STRIX Z270F GAMING
- RAM: Kingston 16G DDR4 2400 * 4 = 64G
- SSD: Kingston 240G M.2 2280
- VGA: ASUS TURBO-GTX1080TI-11G * 2
- DVDRW: SATA
- POWER: 1000W, Cooler Master V1000 80Plus 金牌
- 殼: Cooler Master CM6900III
- HD: WD (紅標?) 3TB
如何安裝 tensorflow
tf 用 python 環境安裝方式主要有 5 種，然後 Python 又分 2.7 和 3.x，排列組合一下吧…
- virtualenv
- “native” pip
- Docker
- Anaconda
- install from source
成功安裝 tensorflow 的方式
Tensorflow 有許多裝法，其他裝法如果後續有嘗試我會在下面補充
- (2017.11.08 更新) Ubuntu 16.04 + Virtualenv
- (2017.11.09 更新) Ubuntu 16.04 + Docker + Jupyter
- (2017.11.09 更新) Fedora 26 + Docker
安裝失敗的經驗參考
- f26 + gcc7 + cuda9 + cudnn7 (failed)
在寫這篇文章的時候，已經出了 cuda 9 和 cudnn v7.0，雖然 f27 也號稱要支援這兩者，我還
是先用 f26 試試看，殊不知 f26 預設已經到了 gcc 7，cuda 9 不支援，其實對照下面的圖，我根本不該有[在 f26 上安裝 virtualenv 版的 tf 會很順利的錯覺]…當初還花時間從 f25 升
到 f26，我相信一定有辦法可以裝，只是都要出 f27 了，我不想折騰 - f25 + gcc6 + cuda9 (failed)
ok，重灌成 f25 應該可以了吧，按照cuda installtion guide這次 cuda 9 裝好了，殊不知測試安裝成
功時報錯ImportError: libcublas.so.8.0: cannot open shared object file: No such file or directory，我知道這看起來很像export LD_LIBRARY_PATH之類，像是這篇文章可以解決的事，但怎麼設怎麼失敗 - f25 negativo17 (failed)
再次重灌，然後有查到這篇文章，Nvidia (8.0) installation for TensorFlow on Fedora 25，想說雖然是 python2.7 還是試試看，裝起來進 python shell 會報 Segmentation Fault…現在想起來可能是我的 python 環境指到 python3 了，不過我想盡可能不用第三方的 repo，這次也是果斷棄坑 - f25 + gcc6 + cuda8 + cudnn6 (failed)
再次重灌，回頭再重看一次 tensorflow 的安裝，發現它requirement 寫的是 cuda 8.0、cudnn v6.0，想說用這個版本裝裝看，在 cuda archive 裡找到 cuda8，裝完之後，好不容易找
到 cudnn v6.0 的 archive(真的很隱晦的位置…)，發現官方只有提供 *.deb………要不要這麼坑，如果有 rpm 版的也許我會考慮再試一次…