ubuntu14.04下CUDA8.0+cuDNN+tensorflow(with gpu support)安装教程
2017-10-18 20:28
1496 查看
安装tensorflow(有gpu支持)前,先查看本机nvidia显卡型号,确保显卡的GPU计算能力大于3.0,具体计算能力参见:https://developer.nvidia.com/cuda-gpus
tensorflow-gpu安装过程如下:
写的非常详细!大致分为以下三个流程
(1)安装显卡切换软件,在终端中输入命令:
(2)禁用系统默认驱动
(3)安装计算机显卡对应的官方驱动
成功安装显卡驱动后,即可通过显卡切换软件,切换当前使用的显卡类型。
选择你想要安装的CUDA版本及安装方式(此处安装的是CUDA8.0 GA2,deb(local)版,但是下载的时候一定要注意,很容易连接不上服务器而下载失败)
下载完成后,使用md5sum校验,查看是否下载成功。在终端中输入
将得到的校验码与官网给定的比对,相同即可。
接着按照官网给的安装指令安装CUDA
配置CUDA的环境变量:
在文档末尾添加:
保存文件并关闭,使环境变量生效:
(2)安装cuDNN v5.1
在官网下载:https://developer.nvidia.com/rdp/cudnn-download,需要先注册账号(也可以直接在网上找资源)
解压cudnn-8.0-linux-x64-v5.1.tgz,将文件复制到CUDA的安装目录下
测试CUDA安装是否成功
如果显示的是GPU的一些信息,说明安装成功啦~~~
(1)查看是否安装pip
若未安装则输入命令
(2)定位软件源,安装tensorflow
tfBinaryURL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.1.0-cp27-none-linux_x86_64.whl
具体的tfBinaryURL,需要根据安装的版本确定,上述给定的是tensorflow r1.1版本
其他方式可参考官网教程:https://www.tensorflow.org/install/install_linux
tensorflow-gpu安装过程如下:
1,安装nvidia显卡驱动
此处可参考教程:http://blog.csdn.net/feishicheng/article/details/70662094写的非常详细!大致分为以下三个流程
(1)安装显卡切换软件,在终端中输入命令:
sudo add-apt-repository ppa:nilarimogard/webupd8 #添加PPA更新源 sudo apt-get update #刷新更新源列表 sudo apt-get install prime-indicator #安装双显卡切换指示器
(2)禁用系统默认驱动
(3)安装计算机显卡对应的官方驱动
成功安装显卡驱动后,即可通过显卡切换软件,切换当前使用的显卡类型。
2,安装CUDA及cuDNN
(1)安装CUDA,在官网上下载CUDA对应版本(https://developer.nvidia.com/cuda-toolkit-archive)选择你想要安装的CUDA版本及安装方式(此处安装的是CUDA8.0 GA2,deb(local)版,但是下载的时候一定要注意,很容易连接不上服务器而下载失败)
下载完成后,使用md5sum校验,查看是否下载成功。在终端中输入
$ md5sum filename
将得到的校验码与官网给定的比对,相同即可。
接着按照官网给的安装指令安装CUDA
配置CUDA的环境变量:
$ gedit ~/.bashrc
在文档末尾添加:
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64" export CUDA_HOME=/usr/local/cuda
保存文件并关闭,使环境变量生效:
$ source ~/.bashrc
(2)安装cuDNN v5.1
在官网下载:https://developer.nvidia.com/rdp/cudnn-download,需要先注册账号(也可以直接在网上找资源)
解压cudnn-8.0-linux-x64-v5.1.tgz,将文件复制到CUDA的安装目录下
tar xvzf cudnn-8.0-linux-x64-v5.1.tgz cd cuda sudo cp include/cudnn.h /usr/local/cuda/include sudo cp lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
测试CUDA安装是否成功
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery sudo make ./deviceQuery
如果显示的是GPU的一些信息,说明安装成功啦~~~
3,安装tensorflow-gpu版
千万不要安装bazel!!!最初一直在尝试bazel安装,不仅麻烦,还各种bug。使用pip安装,方便快捷。(1)查看是否安装pip
pip -V
若未安装则输入命令
sudo apt-get install python-pip python-dev # for Python 2.7
(2)定位软件源,安装tensorflow
sudo pip install --upgrade tfBinaryURL #Python 2.7 sudo pip3 install --upgrade tfBinaryURL #Python 3.n
tfBinaryURL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.1.0-cp27-none-linux_x86_64.whl
具体的tfBinaryURL,需要根据安装的版本确定,上述给定的是tensorflow r1.1版本
其他方式可参考官网教程:https://www.tensorflow.org/install/install_linux
4,验证tensorflow-gpu版是否安装成功
可参考教程:http://geek.csdn.net/news/detail/1915675,tensorflow中查看版本和安装路径
在python命令行中输入下述命令,查看tensorflow安装版本和安装路径:import tensorflow as tf tf.__version__ tf.__path__
相关文章推荐
- Ubuntu16.04+cuda-8.0+cudnn-v5.1+tensorflow0.8-gpu/tensorflow1.0-gpu安装教程
- Ubuntu14.04 & CUDA8.0 & Theano & Tensorflow & TensorLayer & Cudnn安装血泪史
- 双显卡 ubuntu16.04 安装 NVIDIA驱动 + CUDA + cuDNN + tensorflow-gpu + keras
- win10+cuda8.0+cudnn+Tensorflow(GPU)安装
- tensorflow+cuda+cudnn不作死百分百完美安装教程
- ubuntu16.04系统下CUDA8.0和CUDNN6.0和tensorflow(GPU)的安装
- Ubuntu16.04 + gtx1060 + cuda8.0 + cudnn5.1 + caffe + Theano + Tensorflow
- Ubuntu16.04 +cuda8.0+cudnn+opencv+caffe+theano+tensorflow配置明细
- ubuntu16.04 安装CUDA 8.0 和 cuDNN 5.1 /cudnn6.0,可适用于gpu版本的(tensorflow,caffe,mxnet)
- Ubuntu 14.04 安装 CUDA8.0 cudnn 5.1 tensorflow1.2.1GPU
- Ubuntu16.04 +cuda8.0+cudnn+caffe+theano+tensorflow配置明细
- ubuntu16.04+gtx1080+cuda8.0+opencv3.1.0+cudnn-v5+caffe安装教程
- Ubuntu 14.04 64位系统安装cuda8.0+cudnn7.5+opencv+caffe 血泪教程
- ubuntu14.04+cuda8.0+cudnn5.1+caffe+tensorflow 安装教程(三)
- ubuntu14.04 cuda8.0 cudnn caffe tensorflow opencv
- ubuntu14.04+GTX960+cuda8.0+cudnn5.1+Theano+Tensorflow安装教程
- Ubuntu 16.04 + GTX1080ti + CUDA8.0 + cudnn5.1 + tensorflow
- 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow
- Ubuntu14.04+cuda-8.0+cudnn-v5.1+安装教程+开机low-graphic玄学脱坑+开机无限循环+重装显卡驱动
- [置顶] 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN