安装TensorFlow:Ubuntu16+cuda8.0+cudnn7+Anaconda+Python3.6+TensorFlow1.3
这篇我在装新系统时已经记在有道云笔记了(图方便不用管格式哈哈),最近想着好好经营一个公开博客,就慢慢把以前的笔记发出来,希望对大家有所帮助!
0.换源(-->清华)
https://mirrors.tuna.tsinghua.edu.cn
# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
1.安装anaconda
默认已经装好,没有安装的在这里选择对应的版本下载安装即可:https://www.anaconda.com/download/
2.Nvidia 驱动(直接在软件更新附加驱动选择)
强烈建议用这条,去年在服务器装驱动时尝试各种从终端命令行安装的方法,各种折腾,虽然最后也成功了,但是浪费的也是时间呀!!
另外提醒大家在看网上博客安装环境时一定要多看几篇,然后结合自己前后遇到的问题进行辨别,不要盲目跟从。
3. 安装cuda
参考:https://www.geek-share.com/detail/2717400262.html
- 先安装依赖库
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libgl1-mesa-dev libglu1-mesa libglu1-mesa-dev libxi-dev
- 下载cuda
wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda_8.0.61_375.26_linux-run
- 安装cuda8.0
sudo sh cuda_8.0.61_375.26_linux.run
- 环境变量(最后三行)
sudo gedit ~/.bashrc
sudo source ~/.bashrc #这里报错source找不到,把dash换成bash后,进入root然后source sudo ldconfig
- 检查 nvcc --version
- 测试CUDA的sammples
# 切换到cuda-samples所在目录
cd /home/lijing/NVIDIA_CUDA-8.0_Samples
make –j #-j是最大限度的使用cpu编译,加快编译的速度
# 编译完毕,切换release目录
# 检验是否成功,运行实例
./deviceQuery
# 显示了NVIDIA显卡的相关信息,最后能看到Result = PASS就算成功。
cuda安装标题4.安装cudnn 7.0.5
在官网(https://developer.nvidia.com/rdp/cudnn-download)下载对应的版本,需要注册
将cudnn的头文件复制到cuda安装路径的include路径下;
将cudnn的库文件复制到cuda安装路径的lib64路径下;
更新软连接。
可参考:https://www.geek-share.com/detail/2717400262.html
5.安装tensorflow-gpu
- 下载whl https://pypi.org/project/tensorflow-gpu/1.3.0/#files
- pip install tensorflow_gpu-1.3.0-cp36-cp36m-manylinux1_x86_64.whl
- 报错 ImportError: libcudnn.so.6: cannot open shared object file: No such file or directory
- 测试成功
- (转载)Ubuntu16.04+CUDA8.0+cuDNN7+Anaconda4.4+Python3.6+TensorFlow1.3搭建
- Ubuntu18.04下安装Anaconda,python3.6,cuda,cudnn,caffe
- Ubuntu16.04LTS+CUDA8.0+cuDNN5.1+Anaconda3(python3.6)+tensorflow_gpu-1.2.1安装过程全记录
- ubuntu16.04安装NIVIDIA显卡驱动,cuda8.0,cuDNN6.0以及基于Anaconda安装Tensorflow-GPU
- Win10,Anaconda,GPU,CUDA9.0,cudnn7.1,python3.6,TensorFlow环境安装
- 解决pytorch官网下载慢ubuntu16.04+anaconda3(python3.6)+pytorch0.4.1+cuda9.0+cudnn7.1安装指南
- Ubuntu16.04+Cuda9.1+Cudnn7.5+Anaconda3(Python3.6)+opencv3.4.1+caffe编译安装(多坑已排!)
- ubuntu16.04 64位安装tensorflow+cuda8.0+cudnn7.0
- 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
- Ubuntu18.04安装cuda9.0,cudnn7.0.5,Anaconda3-5.2.0和TensorFlow-gpu1.8.0
- win10安装tensorflow1.5+CUDA9.0+cuDNN7.1+anaconda3+python3.6.3
- (最全)Windows上Anaconda+Python+Pycharm+CUDA+CUDnn实现tensorflow-gpu安装以及安装tenfolw-gpu过程中出现的各种问题以及相应解决办法
- 惠普暗夜精灵3plus配置ubuntu18.0.4、cuda9.0、cudnn7.0、anaconda(python2.7)、tensorflow-gpu1.8、keras、opencv等
- 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
- Ubuntu16.04下Anaconda3+CUDA9.0+cuDNN7.0+tensorflow-gpu1.8安装
- Windows环境下(64bit,内存4G),安装虚拟机(VM12.5),Ubuntu(17.04),anaconda(Python3.6)和TensorFlow(1.3)
- Ubuntu16.04 安装 CUDA、CUDNN、OpenCV 并用 Anaconda 配置 Tensorflow 和 Caffe 详细过程