Ubuntu16.04+Cuda8.0+cudnn6.0+Tensorflow-gpu==1.4
2018-03-21 17:34
633 查看
[align=center]Ubuntu16.04+Cuda8.0+cudnn6.0+Tensorflow-gpu==1.4
[/align]硬件环境:
Intel i7-4700
显卡 Nvidia gtx 745
安装顺序:
1. ubuntu16.04系统
2. Nvidia gtx 745 驱动 384版本
3. Cuda8.0版本
4. Cudnn6.0版本
5. Python3.5版本
6. Tensorflow-gpu=1.4版本
笔者信息:Next_Legend QQ:1219154092 人工智能 图像处理 神经网络 高维信息处理 计算机视觉
[align=right]——2018.3.19于天津大学
[/align]步骤一:ubuntu16.04系统
此处涉及到ubuntu系统的安装,自行百度谷歌。(自行参考) http://blog.csdn.net/qq_28205153/article/details/52203512
推荐阅读ubuntu16.04安装之后的工作 http://blog.csdn.net/wshish920907/article/details/75145553 http://blog.csdn.net/fengyuzhiren/article/details/54844870
步骤二:Nvidia gtx 745的驱动安装
方法一:图形界面安装(有时候有bug不好使,看运气了)
(1) 点击右上角的系统设置
(2)点击软件和更新
(3) 点击附加驱动
选择适合自己电脑版本的显卡驱动进行应用更改。我选择的是nvidia-384.
(更改过程缓慢,建议耐心等待一会)
(4) 重启电脑,安装完毕。
(5) 验证显卡驱动是否安装成功
在终端输入 nvidia-smi
安装成功!
方法二:在nvidia官网下载相应版本的驱动,终端指令安装 http://www.nvidia.cn/Download/index.aspx(下载) 下载完之后是一个名称为 NVIDIA-Linux-x86_64-xxx.xx.run 的文件。
在下载好的run文件夹下启动终端输入以下指令
$ sudo sh NVIDIA-Linux-x86_64-xxx.xx.run
等待安装成功。
检查是否安装成功,在终端输入
nvidia-smi
(如果显示和方法一的信息,说明成功,否则一步步排除bug)
步骤三:Cuda8.0版本
在官网下载相应安装文件 https://developer.nvidia.com/cuda-toolkit-archive
成功下载cuda_8.0.61_375.26_linux.run文件,在该文件所在的文件夹中打开终端,
sudo sh cuda_8.0.44_linux.run
安装开始以后,首先是一个协议,此时显示更多0% ,一直按回车到底以后,输入accept。此时注意,不需要安装run文件中的显卡驱动,因为它的版本比上面更的老其他的操作如下所示:
Tensorflow-gpu=1.4版本
安装完毕后,再配置一下环境变量;
$ sudo gedit /etc/profile
在打开的文本文件最后面插入
export PATH=/usr/local/cuda-8.0/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
然后保存,关闭。
测试是否安装成功,在终端下输入
4000
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
Tensorflow-gpu=1.4版本
若显示上述信息,说明安装成功,Result = PASS
步骤四:Cudnn6.0版本
注意:此处的cudnn版本需要自己根据所需的DL框架来选择,原则是匹配Cuda版本与框架版本(我用的是tensorflow==1.4,python==3.5,cuda==8.0的,所以需要cudnn6.0版本)
官网下载:https://developer.nvidia.com/rdp/cudnn-download
需要注册一个帐号与填写调查问卷,很简单的。
下载好之后,在终端解压,输入解压指令:
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
然后在终端继续输入以下指令:
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
cudnn安装完毕!其实安装cudnn的目的就是将相应文件复制到cuda下。
步骤五:Python3.5版本
sudo apt-get install python3.5 python3.5-dev
python3 --version
sudo apt-get install python3-pip
pip3 --version
步骤六:Tensorflow-gpu=1.4版本
pip3 install tensorflow-gpu==1.4
安装成功!
步骤七:检验
在终端输入
python3
import tensorflow as tf
x = tf.constant("I Love you!")
sess = tf.Session()
print(sess.run(x))
打印输出:
b'I Love you!'
如何检验是否是GPU运算呢?
在终端输入
nvidia-smi
显示GPU process name,有python3
至此所有的安装步骤完毕,恭喜您安装成功!
附参考blog http://blog.csdn.net/u014595019/article/details/53732015 https://www.jianshu.com/p/339bf989bc08 http://blog.csdn.net/hanshileiai/article/details/46843713 https://www.jianshu.com/p/87f043e56a4f https://www.jianshu.com/p/12efbfe08d02 http://blog.csdn.net/Nicholas_Wong/article/details/77687949 https://developer.nvidia.com/cuda-toolkit-archive https://developer.nvidia.com/rdp/cudnn-download http://blog.csdn.net/wshish920907/article/details/75145553 http://blog.csdn.net/fengyuzhiren/article/details/54844870
[/align]硬件环境:
Intel i7-4700
显卡 Nvidia gtx 745
安装顺序:
1. ubuntu16.04系统
2. Nvidia gtx 745 驱动 384版本
3. Cuda8.0版本
4. Cudnn6.0版本
5. Python3.5版本
6. Tensorflow-gpu=1.4版本
笔者信息:Next_Legend QQ:1219154092 人工智能 图像处理 神经网络 高维信息处理 计算机视觉
[align=right]——2018.3.19于天津大学
[/align]步骤一:ubuntu16.04系统
此处涉及到ubuntu系统的安装,自行百度谷歌。(自行参考) http://blog.csdn.net/qq_28205153/article/details/52203512
推荐阅读ubuntu16.04安装之后的工作 http://blog.csdn.net/wshish920907/article/details/75145553 http://blog.csdn.net/fengyuzhiren/article/details/54844870
步骤二:Nvidia gtx 745的驱动安装
方法一:图形界面安装(有时候有bug不好使,看运气了)
(1) 点击右上角的系统设置
(2)点击软件和更新
(3) 点击附加驱动
选择适合自己电脑版本的显卡驱动进行应用更改。我选择的是nvidia-384.
(更改过程缓慢,建议耐心等待一会)
(4) 重启电脑,安装完毕。
(5) 验证显卡驱动是否安装成功
在终端输入 nvidia-smi
安装成功!
方法二:在nvidia官网下载相应版本的驱动,终端指令安装 http://www.nvidia.cn/Download/index.aspx(下载) 下载完之后是一个名称为 NVIDIA-Linux-x86_64-xxx.xx.run 的文件。
在下载好的run文件夹下启动终端输入以下指令
$ sudo sh NVIDIA-Linux-x86_64-xxx.xx.run
等待安装成功。
检查是否安装成功,在终端输入
nvidia-smi
(如果显示和方法一的信息,说明成功,否则一步步排除bug)
步骤三:Cuda8.0版本
在官网下载相应安装文件 https://developer.nvidia.com/cuda-toolkit-archive
成功下载cuda_8.0.61_375.26_linux.run文件,在该文件所在的文件夹中打开终端,
sudo sh cuda_8.0.44_linux.run
安装开始以后,首先是一个协议,此时显示更多0% ,一直按回车到底以后,输入accept。此时注意,不需要安装run文件中的显卡驱动,因为它的版本比上面更的老其他的操作如下所示:
Tensorflow-gpu=1.4版本
安装完毕后,再配置一下环境变量;
$ sudo gedit /etc/profile
在打开的文本文件最后面插入
export PATH=/usr/local/cuda-8.0/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
然后保存,关闭。
测试是否安装成功,在终端下输入
4000
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
Tensorflow-gpu=1.4版本
若显示上述信息,说明安装成功,Result = PASS
步骤四:Cudnn6.0版本
注意:此处的cudnn版本需要自己根据所需的DL框架来选择,原则是匹配Cuda版本与框架版本(我用的是tensorflow==1.4,python==3.5,cuda==8.0的,所以需要cudnn6.0版本)
官网下载:https://developer.nvidia.com/rdp/cudnn-download
需要注册一个帐号与填写调查问卷,很简单的。
下载好之后,在终端解压,输入解压指令:
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
然后在终端继续输入以下指令:
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
cudnn安装完毕!其实安装cudnn的目的就是将相应文件复制到cuda下。
步骤五:Python3.5版本
sudo apt-get install python3.5 python3.5-dev
python3 --version
sudo apt-get install python3-pip
pip3 --version
步骤六:Tensorflow-gpu=1.4版本
pip3 install tensorflow-gpu==1.4
安装成功!
步骤七:检验
在终端输入
python3
import tensorflow as tf
x = tf.constant("I Love you!")
sess = tf.Session()
print(sess.run(x))
打印输出:
b'I Love you!'
如何检验是否是GPU运算呢?
在终端输入
nvidia-smi
显示GPU process name,有python3
至此所有的安装步骤完毕,恭喜您安装成功!
附参考blog http://blog.csdn.net/u014595019/article/details/53732015 https://www.jianshu.com/p/339bf989bc08 http://blog.csdn.net/hanshileiai/article/details/46843713 https://www.jianshu.com/p/87f043e56a4f https://www.jianshu.com/p/12efbfe08d02 http://blog.csdn.net/Nicholas_Wong/article/details/77687949 https://developer.nvidia.com/cuda-toolkit-archive https://developer.nvidia.com/rdp/cudnn-download http://blog.csdn.net/wshish920907/article/details/75145553 http://blog.csdn.net/fengyuzhiren/article/details/54844870
相关文章推荐
- ubuntu16.04+cuda8.0+cudnn6.0+python3.5+Tensorflow1.4_GPU
- Ubuntu16.04+丽台K620+CUDA8.0+cuDNN6.0搭建Tensorflow-GPU
- ubuntu16.04上安装CUDA8.0 + cuDNN v6 + tensorflow-gpu1.4
- ubuntu16.04安装cuda8.0+cuDNN6.0+tensorflow1.4配置过程
- [置顶] Tensorflow GPU安装指南 (Ubuntu 16.04 anaconda cuda8.0 cuDNN6.0)
- Ubuntu 16.04 + cuda8.0 + opencv3 + caffe的安装,tensorflow-gpu的安装
- 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 CUDA8.0 + cudnn5.1 + TensorFlow(GPU) 详细过程
- Ubuntu16.04+GTX1070+python3.6+anaconda3+CUDA8.0+cudnn5.1+opencv3.2.0+TensorFlow1.2.1(GPU)
- Ubuntu16.04+cuda-8.0+cudnn-v5.1+tensorflow0.8-gpu/tensorflow1.0-gpu安装教程
- Ubuntu 16.04 + CUDA 9.0下安装GPU版TensorFlow 1.4(无需从源码编译安装)
- Ubuntu 16.04 + cuda-8.0 + cudnn-6.0 + Tensorflow1.4和Caffe(极其简单)
- Ubuntu16.04+GTX1070显卡驱动+cuda8.0+cudnn5.1+tensorflow-gpu环境配置
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(二)
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(二)
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(三)
- Ubuntu 16.04 Cuda8.0 tensorflow-gpu
- Ubuntu16.04+CUDA8.0+cudnn5.1+TensorFlow-GPU详细安装步骤
- (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