无法在g2.2xlarge实例

Question

我采取的步骤如下。在./configure步骤期间，除非我允许cuDNN版本（v5）的系统默认值而不是指定v5.1.5（我想要），否则我会收到一条错误消息，指出cuDNN的环境版本（v5）没有t匹配目标版本（5.1.5）。由于我从Nvidia下载了CUDA 8.0的cuDNN v5.1.5文件，我感到很困惑。

更重要的是，在第240行挖掘https://github.com/tensorflow/tensorflow/blob/master/third_party/gpus/cuda_configure.bzl之后，我发现bazel配置脚本检查的版本似乎只考虑了cuDNN版本的主要数字（我的主要，次要和cudnn.h中的补丁数字分别为5,1,5）。所以，我不确定如何安装版本5.1.5。也许我看错了？

在任何情况下，有没有人有一种方法在g2.2xlarge实例上安装带有CUDA 8.0和Tensorflow 0.12的cuDNN 5.1.5？

谢谢！

步骤

（注意：这些工作正常，但是根据需要安装了cuDNN 5.0，而不是5.1.5）

供应

• 按照以下方式执行配置步骤：https://medium.com/@giltamari/tensorflow-getting-started-gpu-installation-on-ec2-9b9915d95d6f#.2hv67eeek （即最多但不包括：sudo apt-get update && sudo apt-get -y upgrade）

安装依赖项和工具

• 熟悉自己：
  • http://expressionflow.com/2016/10/09/installing-tensorflow-on-an-aws-ec2-p2-gpu-instance/
  • http://ramhiser.com/2016/01/05/installing-tensorflow-on-an-aws-ec2-instance-with-gpu-support/
  • https://alliseesolutions.wordpress.com/2016/09/08/install-gpu-tensorflow-from-sources-w-ubuntu-16-04-and-cuda-8-0-rc/
• sudo apt-get update
• sudo apt-get upgrade
• sudo apt-get install -y build-essential git python-pip libfreetype6-dev libxft-dev libncurses-dev libopenblas-dev gfortran python-matplotlib libblas-dev liblapack-dev libatlas-base-dev python-dev python-pydot linux-headers-generic linux-image-extra-virtual unzip python-numpy swig python-pandas python-sklearn unzip wget pkg-config zip g++ zlib1g-dev libcurl3-dev
• sudo pip install -U pip

安装Cuda 8

• wget https://developer.nvidia.com/compute/cuda/8.0/prod/local_installers/cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64-deb
• sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64-deb
• rm cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64-deb
• sudo apt-get update
• sudo apt-get install -y cuda

安装cuDNN

• 我们要下载并安装最新版本的cuDNN。下载cuDNN需要登录NVIDIA开发者网站，因此我们无法使用wget来获取文件。从NVIDIA下载以下文件并将其上传到您的AWS实例。
• 在Linux上下载适用于CUDA 8.0的cuDNN 5.1
• scp -i ssh-key.pem path / to / downloaded / cudnn ubuntu @ ec2 {instance} .us-west-1.compute.amazonaws.com：〜/
• sudo tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz
• sudo cp cuda/include/cudnn.h /usr/local/cuda/include
• sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
• sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

配置环境

• 在~/.bashrc结尾处添加以下内容： export CUDA_HOME=/usr/local/cuda export CUDA_ROOT=/usr/local/cuda export PATH=$PATH:$CUDA_ROOT/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_ROOT/lib64:$CUDA_ROOT/extras/CUPTI/lib64
• source ~/.bashrc
• sudo reboot

安装Bazel

• sudo add-apt-repository -y ppa:webupd8team/java
• sudo apt-get update
• echo debconf shared/accepted-oracle-license-v1-1 select true | sudo debconf- set-selections
• echo debconf shared/accepted-oracle-license-v1-1 seen true | sudo debconf- set-selections
• sudo apt-get install -y oracle-java8-installer
• sudo apt-get install pkg-config zip g++ zlib1g-dev
• 从本地计算机到ec2实例的scp https://github.com/bazelbuild/bazel/releases/download/0.3.2/bazel-0.3.2-installer-linux-x86_64.sh
• chmod +x bazel-0.1.4-installer-linux-x86_64.sh
• ./bazel-0.1.4-installer-linux-x86_64.sh --user
• rm bazel-0.1.4-installer-linux-x86_64.sh
• bazel version

构建和安装Tensorflow

• git clone --recurse-submodules https://github.com/tensorflow/tensorflow
• cd tensorflow
• TF_UNOFFICIAL_SETTING=1 ./configure
• 按下输入/默认值除外：
  • CUDA版本= 8.0，CUDA依赖= 3.0（k520 gpu）
• bazel build -c opt --config=cuda //tensorflow/cc:tutorials_example_trainer
• bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
• sudo pip install --upgrade /tmp/tensorflow_pkg/tensorflow-0.12.0rc1-cp27-cp27mu-linux_x86_64.whl