最近买了 1080ti 的显卡想搭一个深度学习的环境，结果发现个蛋疼的问题

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

• 请不要在回答技术问题时复制粘贴 AI 生成的内容

这是一个创建于 2571 天前的主题，其中的信息可能已经有所发展或是发生改变。

我想 keras+tensorflow 是比较常见的方案了，但是，有以下蛋疼的问题：

1.tensorflow 不支持 nvidia cuda 和 cudnn 的最新版本——这问题其实还好了，唯一的麻烦就是：我先在 ubuntu 上安装了最新的版本，结果又要卸载安装低版本

2.我还是比较习惯 mac 环境，但是 tensorflow 新版本不支持 mac，只支持 ubuntu 和 windows

3.照说 python 选择 3.7 版本比较合理，但是很多教程和库选择的是 2.7

不知道有没有高手来指点一下，最好是能在 mac 下统一开发环境

第 1 条附言 · 2017-12-14 10:14:12 +08:00

可能我表达都问题不是很清楚，现在 keras+tf 环境是可以搭建，只是个人觉得 windows 下面日常使用太不方便，所以有两个途径来解决：
1.在 Mac 上搭建 keras+other 框架，目前看起来 theano 已经被淘汰了，也没有 tf 之外的选择
2.在 windows 上搭建开发环境，忍着～～～

第 2 条附言 · 2017-12-23 00:39:33 +08:00

呵呵，终于把 tensoflow-gpu 在 Mac 上编译通过了，真是不容易啊！

62 条回复 • 2018-01-23 19:03:10 +08:00

winglight2016

2017-12-13 20:36:33 +08:00

补充个问题：在 windows 上的 ubuntu 子系统是否支持 cuda/cudnn 这一套 gpu 库呢？

qq976739120

2017-12-13 20:49:42 +08:00

等等,python 出 3.7 了?

diggerdu

2017-12-13 20:55:15 +08:00

最简单的方法是用 docker
你初学的话这点性能损失也不打紧

Biggoldfish

2017-12-13 20:58:46 +08:00 via iPad

@winglight2016 不支持。尽管目前是 WSL feature request 中呼声最高的，但依旧没有时间表。
https://wpdev.uservoice.com/forums/266908-command-prompt-console-bash-on-ubuntu-on-windo/suggestions/16108045-opencl-support-for-amd-gpu-drivers

winglight2016

2017-12-13 21:16:35 +08:00

@qq976739120 哦呵呵，和 2 搞反了
@diggerdu 你是说在 mac 上用 docker 安装全部的 cuda 驱动和 tensorflow、keras ？这有现成的 docker 吗？自己 build 不是很熟悉 docker 啊
@Biggoldfish 哦，看来这条路还很漫长啊

winglight2016

2017-12-13 21:28:10 +08:00

@diggerdu 刚去找了一圈，发现 nvidia-docker 安装条件：
GNU/Linux x86_64 with kernel version > 3.10
Docker >= 1.12
NVIDIA GPU with Architecture > Fermi (2.1)
NVIDIA drivers ~= 361.93 (untested on older versions)

这样做只是为了容器化，并不能解决 Mac 下安装 tensorflow 的问题

zmj1316

2017-12-13 22:09:29 +08:00

@winglight2016 1080ti 本身也装不了 macos 吧？

ysc3839

2017-12-13 23:36:43 +08:00 via Android

@zmj1316 黑苹果是有可能的。

ysc3839

2017-12-13 23:37:08 +08:00 via Android

@zmj1316 老款 Mac Pro 也可以换显卡。

ihuguowei

2017-12-13 23:37:45 +08:00 via Android

@zmj1316 有驱动的，我的 1070 可以

20015jjw

2017-12-14 03:32:58 +08:00 via Android

@zmj1316 可以

zhaoyulee

2017-12-14 03:39:35 +08:00

根据我几个月的折腾，还是放弃 Mac 吧，会有各种问题

inflationaaron

2017-12-14 05:44:33 +08:00 via iPhone

mac 真的是二等公民，别想了。不如在 MacBook 上开 ssh 连到 workstation 上。话说最新的 cudnn 应该是支持的吧，我在 aws 上的 V100 编译过了。

am241

2017-12-14 06:39:27 +08:00 via Android

@inflationaaron 不支持吧？前几天看还需要打补丁自己编译安装

brickyang

2017-12-14 06:45:57 +08:00 via iPhone

Python 3.5，TF 1.4，CUDA 8 即可

congeec

2017-12-14 07:05:03 +08:00

@brickyang 歪个楼，头像很好玩儿

p2pCoder

2017-12-14 07:50:11 +08:00 via Android

深度学习环境搭建版本是个大问题，Python 版本，cuda 版本，tf 版本，各种不支持
系统最好选 Ubuntu，其他各种问题

tlday

2017-12-14 08:13:21 +08:00 via Android

看到网上说专业卡和游戏卡的区别在于对准确度的要求，想知道有没有用游戏卡跑深度学习经验的说说游戏卡的准确度差到什么程度，对学习过程有多大影响呢？

northisland

2017-12-14 08:21:41 +08:00

炼丹玩，黑苹果还真不如 linux

northisland

2017-12-14 08:29:17 +08:00

夏天升级了个 1.1 版本，和 1080Ti 挺配 CUDA8.0，docker 17.03.1

FindHao

2017-12-14 08:30:21 +08:00

docker 当然可以啊。https://www.findhao.net/easycoding/2262 容器化以后还有什么环境问题？直接就隔离开就是了。开发可以用 volume 挂文件夹啊。

nyanyh

2017-12-14 08:31:13 +08:00

@tlday 1080ti 也是游戏卡，随便翻点帖子就能找到性能对比，只是速度差异和有些多层网络因为显存不足无法训练，准确度没影响的

douglas1997

2017-12-14 08:31:36 +08:00 via iPhone

……居然不用服务器…

chenchangjv

2017-12-14 08:38:43 +08:00 via Android

ubuntu 还是要好一点，Mac 上的好像可以自己编译，怎么弄的时候刚停更 Mac，这是我写的一个记录。仅供参考。http://www.lyyccj.club/index.php/2017/07/23/mactfgpu/

secsilm

2017-12-14 08:42:28 +08:00 via Android

Python 最好选择 3.5，其他就帮不了你了，没用过 Mac，另外你说很多教程都是用的 2.7 这句话如果你指的教程是官方教程的话，那么人家是为了兼容，你不用管这个

azh7138m

2017-12-14 08:47:41 +08:00 via Android

@qq976739120 3.7，测试版本确实有了一段时间了

realpg

2017-12-14 08:49:55 +08:00

本机搞……
这玩意正确用法应该是弄个服务器，24h 的跑
如果就扔公司啥的，就弄个塔式服务器就够了

neosfung

2017-12-14 08:50:05 +08:00 via iPhone

机器学习界里的很多工具，Mac 真的是二等公民，因为 cuda 问题

tlday

2017-12-14 09:29:34 +08:00 via Android

@nyanyh 我看到的说法主要是对计算准确度的差异，以及长期运行的稳定性差异，如果准确度不错的话确实可以试试。专业卡动辄几万一张起步，个人用户实在不划算啊。

pensz

2017-12-14 09:30:38 +08:00 via iPhone

建议楼主还是用 ubuntu，cuda cudnn 也用相应的版本，这个配合 1080 ti 是没问题的，网上一搜一大把教程。你的目的是搞深度学习，而不是倒腾 tensorflow on mac。

aaronzjw

2017-12-14 09:43:53 +08:00

ubuntu，然后用 docker ；或者 windows，但是没法用 docker，不支持 windows 的 gpu。然后 mac 远程就好了。cuda 最新版的没法用，用前一个版本的。python 建议 3.6

prondtoo

2017-12-14 09:44:26 +08:00

谁说不支持的，我用 archlinux，天天在滚我的 TS 开发环境和 N 卡、CUDA 驱动，没见说过不兼容的问题。而且也不用什么额外配置，一条命令就安装的事情。

Leafove

2017-12-14 09:45:54 +08:00

要啥自行车,买了 1080ti 基本就告别学习了好吗..😁

blakejia

2017-12-14 09:48:27 +08:00

回到家马上说一句，
老婆，那。。个。最近深度学习很火，我需要一个 1080Ti 搞学习，家里那台电脑配置不行了，

ipwx

2017-12-14 09:49:43 +08:00

1. TensorFlow >= 1.2 不支持 Mac + CUDA
2. TensorFlow 1.4.0 编译环境是 Python 3.5
3. Docker 在 Linux 上很好用，Nvidia 给了个基础镜像 nvidia/cuda:8.0-cudnn6-devel-ubuntu16.04
4. TensorFlow 1.4.0 支持 Windows 下面直接原生 CUDA + Python 3.5。当然 Windows 不支持 Docker，为了方便安装各类包，推荐 Anaconda。

winglight2016

2017-12-14 10:09:39 +08:00

@zmj1316 可以安装，我已经在用了，有官方驱动
@zhaoyulee
@inflationaaron
cuda 和 cudnn 在 mac 上的确是支持的，但是 tensorflow 不支持，就没多少意义了
@p2pCoder 我在 windows 上全部都安装起来了，只是个人极其讨厌 windows，所以不想在 windows 上开发
@tlday 网上有评测了，1080 都性能就已经超过 k80 很多了，只是显存没有那么高

@FindHao 你仔细看一下文章和官方文档啊，大兄弟，nvidia-docker 只能运行在 ubuntu 上

@secsilm 自己开发的确可以随便选，但是想要跑教程提供都代码就必须用 2.7 了，很蛋疼
@realpg 本人无业游民，没那个条件搞多台机器，之前用 ec2，那个一小时一美元，用着好心疼，所以才想在本地搭环境

@neosfung cuda 支持 Mac 都，这个是没问题的

@ipwx 看来还是只能在 windows 和 ubuntu 之间选一下了，只是目前装了 mac 和 windows 双系统，没法再搞一个 ubuntu 了

tangyou

2017-12-14 10:18:11 +08:00

https://github.com/norman-thomas/tensorflow-gpu-mac 这里有 1.4 版的 tf，我就是 rmbp2016+外置 1070 用的这个包

yopming

2017-12-14 10:20:34 +08:00

那啥，还是不要黑苹果了，显存不知道在哪个时刻被哪个程序用掉好多
找个有稳定 Desktop 环境的 Linux，比如 openSUSE 的 KDE，装个 pytorch 也是不错的选择，前几天 pytorch 就支持 cuda9 了，Python3.6 下直接 pip 安装就可以，mac 下面还需要编译，clang 版本太新还不行

UnknownR

2017-12-14 10:23:32 +08:00

@Leafove 配个好显示器就行了，当初买了 1080 又怕忍不住玩游戏，就买了 5k 的显示器，分辨率太高游戏跑不起来，只能乖乖学习了

inflationaaron

2017-12-14 13:59:26 +08:00 via iPhone

@am241 嗯，刚看 issue cuda 似乎修复了 nvcc 的 bug，我应该是用的不是最新的

winglight2016

2017-12-14 14:24:36 +08:00

@tangyou 这库看起来没几个人在用啊，不会成为小白鼠吧。。。

silencefent

2017-12-14 14:29:14 +08:00

深度学习机器学习一边去，我要吃鸡了！落机场落机场！我好肥，我装备好的一逼，哇，空投落我旁边了！

ballshapesdsd

2017-12-14 14:29:40 +08:00

有钱人

BadMan

2017-12-14 15:36:54 +08:00

Ubuntu 16.04 + Python 3.5 + cuda 8 + Cudnn v6 + tf 1.4 + opencv 3.2

BadMan

2017-12-14 15:37:49 +08:00

现在也有蛮多项目用 Pytorch 的

winglight2016

2017-12-14 15:46:27 +08:00

@BadMan 好的，这是比较主流的环境了吧
@silencefent 哈哈，很多年不玩 pc 游戏了，有空可能还试一下
@ballshapesdsd 当作生产力工具就不算贵啦

ixiaohei

2017-12-14 16:43:18 +08:00

昨天晚上我还在 win10 上 970 显卡，装 cuda8 Cudnn6，然后 tensorflow1.4 成功啊

ihciah

2017-12-14 16:47:37 +08:00

ubuntu+pytorch 美滋滋，windows 上可以用 pycharm 配置远程解释器，和在本地基本没区别（需要可视化出门左转 XManager+XShell

realkenshinji

2017-12-14 17:01:07 +08:00 via iPhone

@winglight2016 GCP 有试过么

MiguelValentine

2017-12-14 17:03:47 +08:00

看标题我还以为是显卡太好打游戏上瘾不可自拔呢

winglight2016

2017-12-14 17:18:04 +08:00

@ixiaohei windows 的确可以装，而且比 ubuntu 上方便快速

@ihciah pytorch 和 tf 相比有什么优势吗？
@realkenshinji 曾经试过免费版，感觉相对 ec2 很难用，放弃了
@MiguelValentine 可以给推荐几个容易上瘾的游戏啊——最好是免费的