Ubuntu 16.04 安装 CUDA,CUDNN 和 GPU 版本的 TensorFlow 一般步骤总结
2018-03-10 21:41
1261 查看
1. 安装显卡驱动
安装显卡驱动网上有各种各样的方法,甚至有的还需要更改一些配置文件切换到命令行终端模式进行操作,然而就我多次安装驱动的经验来看,我从来没有这么费劲过。在 Ubuntu 系统中的 System Settings -> Software & Updates -> Additional Drivers 安装相应的显卡和CPU驱动,重启后在 System Settings -> Details 中可以看到自己的显卡型号则说明驱动已经安装成功,此时在命令行下输入nvidia-smi也可以看到显卡的相关信息。
2. 安装 CUDA
到 CUDA 官网 下载合适版本的 runfile 文件(强烈推荐), 然后在终端运行sudo sh cuda_filename.run,除了在询问你是否要安装驱动的时候选择 No(上面已安装过),其他都可以选择 Yes。
在家目录打开终端运行
sudo gedit .bashrc,在文件末尾添加相应的路径。
export PATH=/usr/local/cuda-8.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PA
终端运行
source .bashrc
终端运行
nvcc -V,出现相关 CUDA 版本信息说明安装。
3. 安装 CUDNN
解压对应版本的 CUDNN 压缩包,复制相应文件到相关路径。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
4. 安装 Python 依赖库和 TensorFlow
由于 Ubuntu 默认的 Python 版本是 2.7,若更改了系统默认的 Python 版本,安装软件时可能会遇到一些依赖问题,而现在主流 Python 都是 3.x 版本的,因此为了使用 Python3 同时又不改变系统默认 Python 版本采用 pip 安装比较好。sudo apt-get install python3-pip sudo pip3 install numpy,jupyter,matplotlib sudo pip3 install tensorflow-gpu 安装速度慢的可以尝试一下国内的豆瓣源 sudo pip3 install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com numpy(等 python 库)
5. 一些常见问题
找不到 **.so 文件,先搜索库文件所在路径,终端运行sudo gedit /etc/ld.so.conf添加库文件所在路径,然后
sudo ldconfig
No module named ** ,
sudo apt-get install/pip3 install **
相关文章推荐
- ubuntu16.04下安装CUDA cuDNN及tensorflow-gpu版本及caffe-gpu过程
- ubuntu16.04下安装CUDA,cuDNN及tensorflow-gpu版本过程
- ubuntu16.04 安装CUDA 8.0 和 cuDNN 5.1 /cudnn6.0,可适用于gpu版本的(tensorflow,caffe,mxnet)
- ubuntu16.04安装NIVIDIA显卡驱动,cuda8.0,cuDNN6.0以及基于Anaconda安装Tensorflow-GPU
- Ubuntu16.04+cuda-8.0+cudnn-v5.1+tensorflow0.8-gpu/tensorflow1.0-gpu安装教程
- ubuntu16.04系统下CUDA8.0和CUDNN6.0和tensorflow(GPU)的安装
- ubuntu 16.04 安装 tensorflow-gpu 包括 CUDA ,CUDNN,CONDA
- Ubuntu16.04安装gpu版tensorflow1.2+cuda+cudnn
- ubuntu 16.04 安装 tensorflow-gpu 包括 CUDA ,CUDNN,CONDA
- Ubuntu16.04 安装 CUDA8.0 + cudnn5.1 + TensorFlow(GPU) 详细过程
- Ubuntu安装Tensorflow GPU 版本和 CUDA Toolkit 9.1 和 cuDNN 7.0.5 for Python 3
- 双显卡 ubuntu16.04 安装 NVIDIA驱动 + CUDA + cuDNN + tensorflow-gpu + keras
- Ubuntu 16.04lts 安装NVIDIA 私有驱动、cuda、cudnn、tensorflow-gpu等问题
- (亲测可用)ubuntu16.04安装+cuda8.0+cudnn5.1+MXNET gpu版本安装+tensorflow gpu版本安装+chainerGPU版本安装
- ubuntu下安装cuda,cudnn以及tensorflow(gpu)
- Ubuntu 14.04 安装 CUDA8.0 cudnn 5.1 tensorflow1.2.1GPU
- Ubuntu16.04配置tensorflow-gpu环境(CUDA+cuDNN)
- ubuntu16.04 + tensorflow1.5-gpu + cuda9.0 +cudnn
- ubuntu16.04 下安装加入opencv_contribute包的GPU版本的OpenCV3.2(CUDA支持)步骤与问题解决