文章目录

• 1、虚拟环境中安装Tensorflow
• [失败]采用安装包安装Tensorflow[失败]
• [成功]采用conda安装Tensorflow[成功]

2、虚拟环境中安装cuda、cudnn

• [失败]采用conda安装cuda、cudnn[失败]
• [失败]采用安装包安装cuda、cudnn[失败]
• [成功]采用conda安装cuda、cudnn[成功]

3、虚拟环境中安装ROS

4、编译

1、虚拟环境中安装Tensorflow

[失败]采用安装包安装Tensorflow[失败]

安装tf参考：
20180523_ubuntu+python2.7+tensorflow-gpu安装

sudo pip install tensorflow_gpu-1.8.0-cp27-cp27mu-manylinux1_x86_64.whl

出现两处报错：

ERROR: markdown 3.1.1 has requirement setuptools>=36, but you'll have setuptools 20.7.0 which is incompatible.

ERROR: Cannot uninstall 'enum34'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.

解决：

sudo pip install setuptools==39.0.0
sudo pip install --ignore-installed enum34

安装好后输入：

python
import tensorflow as tf

报错：

ImportError: No module named tensorflow

[成功]采用conda安装Tensorflow[成功]

感觉上面的问题解决不了了，把整个虚拟环境卸载掉，下一步打算重建虚拟环境，利用conda安装tf1.8-gpu

(drl) fyo@fyo:~$ conda install tensorflow-gpu==1.8.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
Fetching package metadata .................
Solving package specifications: .

Package plan for installation in environment /home/fyo/anaconda3/envs/drl:

The following NEW packages will be INSTALLED:

_tflow_select:     1.1.0-gpu             https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
absl-py:           0.8.1-py27_0          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
astor:             0.8.0-py27_0          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
backports:         1.0-py_2              https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
backports.weakref: 1.0.post1-py_1        https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
blas:              1.0-mkl               https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
bleach:            1.5.0-py27_0          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
c-ares:            1.15.0-h7b6447c_1001  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
enum34:            1.1.6-py27_1          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
funcsigs:          1.0.2-py27_0          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
futures:           3.3.0-py27_0          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
gast:              0.3.2-py_0            https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
grpcio:            1.16.1-py27hf8bcb03_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
html5lib:          0.9999999-py27_0      https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
intel-openmp:      2019.4-243            https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
libgfortran-ng:    7.3.0-hdf63c60_0      https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
libprotobuf:       3.10.1-hd408876_0     https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
markdown:          3.1.1-py27_0          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
mkl:               2019.4-243            https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
mkl-service:       2.3.0-py27he904b0f_0  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
mkl_fft:           1.0.15-py27ha843d7b_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
mkl_random:        1.1.0-py27hd6b4f25_0  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
mock:              3.0.5-py27_0          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
numpy:             1.16.5-py27h7e9f1db_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
numpy-base:        1.16.5-py27hde5b4d6_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
protobuf:          3.10.1-py27he6710b0_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
six:               1.13.0-py27_0         https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
tensorboard:       1.8.0-py27hf484d3e_0  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
tensorflow:        1.8.0-0               https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
tensorflow-base:   1.8.0-py27hee38f2d_0  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
tensorflow-gpu:    1.8.0-h7b35bdc_0      https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
termcolor:         1.1.0-py27_1          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
werkzeug:          0.16.0-py_0           https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

Proceed ([y]/n)?

不继续，按照别人的教程输入：

conda install tensorflow-gpu==1.8.0

结果跟之前的提示一模一样，得，就这么着，安装呗～～

OK，看样子效果不错

2、虚拟环境中安装cuda、cudnn

[失败]采用conda安装cuda、cudnn[失败]

NVIDIA-Linux-x86_64-390.87.run（已安装）
cuda_9.0.176_384.81_linux.run（有）
cudnn7（无）
GCC 4.8（无）
Bazel 0.10.0（无）
tensorflow_gpu-1.8.0（无）

添加conda国内镜像：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

安装cuda：

conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

安装cudnn：

conda install cudnn=7.0.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

说明第一步安装cuda和第二步安装cudnn有冲突，待会儿在重新安装cuda或者upgrade一下咯。

重新安装cuda：

conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

感觉这样仍然会有问题，于是没有继续。.

想起来有一个cuda9.0的包，于是跑去
sudo sh cuda_9.0.176_384.81_linux.run --no-opengl-libs
最后也没有结果。下一步完全按照网上的教程来进行下载和安装！

[失败]采用安装包安装cuda、cudnn[失败]

20180830_ROS开发笔记（8）——Turtlebot3 Gazebo仿真环境下深度强化学习DQN（Deep Q-Learning）开发环境构建

20180523_ubuntu+python2.7+tensorflow-gpu安装

20180131_Ubuntu 16.04 GTX950M + cuda9.0 + cuDNN7.0 + TensorFlow 1.5 / 1.8 安装记录

重点文章：NVIDIA cuDNN CUDA Tensorflow版本对应
最终决定按照深度学习环境搭建来搭建

下载cudnn：
官网

安装cuda参考ubuntu16.04驱动+cuda9.0+cudnn7.0

[成功]采用conda安装cuda、cudnn[成功]

上一步的过程中感觉问题多多，恰好搜见这篇博客，于是再次转向conda安装：
ubuntu16.04 通过anaconda建立虚拟环境，安装tensorflow1.10，cuda9.0，cudnn7.1.2

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

安装cuda：

conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

安装cudnn：

conda install cudnn=7.1.2

可以！！版本真的是个大麻烦。。。cudnn7.0.5愣是不行，cudnn7.1.2立马就好。。。坑爹啊。。。

看样子是安装好了吧？另外一种方法测试时好像不成功：
nvcc-v

3、虚拟环境中安装ROS

安装ROS Kinetic参考：
20180714_Ubuntu16.04环境下ROS Kinetic的安装

另外，参考20180830_ROS开发笔记（8）——Turtlebot3 Gazebo仿真环境下深度强化学习DQN（Deep Q-Learning）开发环境构建，多了一个命令在Anaconda中安装ROS 依赖包：

pip install -U rosinstall msgpack empy defusedxml netifaces

4、编译

mkdir -p ~/auv_ws/src
cd auv_ws/src/
catkin_init_workspace
cd ..
catkin_make
source devel/setup.bash

sudo apt install ros-kinetic-uuv-simulator
然后编译，出现2个报错：

In file included from /home/fyo/auv_ws/build/uuv_simulator/uuv_gazebo_plugins/uuv_gazebo_plugins/Double.pb.cc:4:0:
/home/fyo/auv_ws/build/uuv_simulator/uuv_gazebo_plugins/uuv_gazebo_plugins/Double.pb.h:10:40: fatal error: google/protobuf/port_def.inc: No such file or directory

In file included from /home/fyo/auv_ws/build/uuv_simulator/uuv_gazebo_plugins/uuv_gazebo_plugins/Accel.pb.cc:4:0:
/home/fyo/auv_ws/build/uuv_simulator/uuv_gazebo_plugins/uuv_gazebo_plugins/Accel.pb.h:10:40: fatal error: google/protobuf/port_def.inc: No such file or directory

解决不了，那干脆卸载ros，卸载虚拟环境

重新建立虚拟环境，先安装ros，测试好之后再装tf、cuda和cudnn

如果这条思路不行的话，那就重装系统，安装anaconda，建立虚拟环境，先安装ros，测试好之后再装tf、cuda和cudnn

• 点赞
• 收藏
• 分享
• 文章举报

方小汪 发布了25 篇原创文章 · 获赞 3 · 访问量 1180 私信 关注