重新安装pip…完成tf的编译

    李世石开始筹备退役纪念赛,大李小李都已过往亦,感慨时间都去哪儿了
    回顾alphago的历程,觉得要重新了解AI的deeplearning技术,在网上看了不少文档,收集了一堆资料,包括五子棋和象棋的zero项目,加上自己以前做图像处理的一点经验,已经可以理解这个zero算法,目前leelazero开源项目是围棋界的热点,可玩性最高。
    仅仅纸上谈兵是不够的,开始学习python,和matlab比较像,简单学习可以上手阅读代码,安装pycharm软件+下载开源代码。
    接着问题来了,没有显卡N,没有tf环境,买了一个Nvidia G1060 6G,然后开始折腾安装tensorflow,不断的思考(纠结)怎么搭建,最后还是决定从源码编译开始体验,毕竟你没有买一枚bitcoin怎么能理解B圈的世界呢,?。
    我是跟着这个帖子学习的,推荐一下,还是挺不错的。
“How to install Tensorflow GPU with CUDA 10.0 for python on Windows and Ubuntu”
    开始我在公司的win10 workstation成功编译出python3.6 CPU-1.12版本,但是GPU总是编译失败,没有能力分析失败的原因。
    然后在家里Ubuntu 18.04上编译出python3.6的tf GPU-1.12.3版本,cuda 10.0+cudnn7.5.2的环境。
    总结一下,不论CPU还是GPU的编译都失败了若干次,一个是bazel compile配置选择“config=opt”和“config=monolithic”两项就可以,我的经验是需要使用config=cuda config=mkl;另外就是网速,bazel过程要下载很多依赖包。
    compiler不难,只要有高速的“科学上网”条件,加上细致的阅读英文贴,就可以build一个你自己的wheel文件,采用pip安装使用吧 ?
  最后安装还出现了如下问题,使用pip出现如下错误提示:
    Traceback (most recent call last):
    File "/usr/bin/pip3", line 9, in 
    from pip import main
    ImportError: cannot import name 'main'
  网上Google比较靠谱的做法是重新安装pip,可能是安装较多package之后,pip包管理出现错误,使用命令:
    sudo python3 -m pip uninstall pip && sudo apt install python3-pip --reinstall,药到病除! 
    开始去玩5g,5g和AI怎样结合呢,有什么项目可以跨界,呵呵。

Leave a Reply

Your email address will not be published. Required fields are marked *