文章目录

• 1 硬件介绍
• 2 安装显卡驱动
• 2.1 安装驱动
• 2.2 重启并检查

• 3.1 下载
• 3.2 安装cuda

• 4.1 下载
• 4.2 解压
• 4.2 复制文件
• 4.3 改变权限

• 5.1 创建conda环境
• 5.2 激活环境
• 5.3 安装tensorflow

1 硬件介绍

Nvidia GTX1660ti

2 安装显卡驱动

2.1 安装驱动

# 将系统中存在的nvidia驱动全部卸载掉（如果有的话）
sudo apt-get purge nvidia*

# 添加ppa源并更新
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
#查看可以选择的驱动
ubuntu-drivers devices

# 选择一个驱动版本安装
sudo apt-get install nvidia-driver-430

2.2 重启并检查

重启系统，然后输入命令

nvidia-smi

显示如下，表示驱动正常

同时，在系统设置的detail中，有显示显卡型号

3 安装cuda

3.1 下载

从官网下载，选择如下：

最终得到如下五个文件：

3.2 安装cuda

1 切换到当前目录，安装主文件

sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb

2 安装CUDA的GPG Public Key

sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub

3 更新APT源

sudo apt-get update

4 安装CUDA

sudo apt-get install cuda

注意 这里会自动安装旧版本的显卡驱动，导致检测不到独立显卡，所以还需要安装一遍新的驱动！！

5 安装补丁

sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update-2_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update-3_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-176-local-patch-4_1.0-1_amd64.deb
sudo apt-get updatesudo apt-get upgrade cuda

6 重新安装一遍显卡驱动

7 设置环境变量
编辑 bashrc

vim ~./bashrc

在最后加上

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

运行如下命令使得环境变量生效

source ~/.bashrc

8 测试环境变量是否生效

nvcc --version

4 安装cudnn7.3

4.1 下载

选择7.3版本，来自网页：https://developer.nvidia.com/rdp/cudnn-archive
选择for linux

4.2 解压

得到文件夹cuda

在同级文件下执行

4.2 复制文件

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d

4.3 改变权限

sudo chmod a+x /usr/local/cuda/include/cudnn.h
sudo chmod a+x /usr/local/cuda/lib64/libcudnn*

5 安装tensorflow 1.12

5.1 创建conda环境

conda creat -n tf12 python=3.6

注意： 1.12版本最高支持python3.6
同时 1.13版本最低要求cuda10.0
因此，我们选择1.12版本的tensorflow

5.2 激活环境

conda activate tf12

5.3 安装tensorflow

pip install tensorflow-gpu==1.12

6 测试

在jupyternotebook中测试，安装见文章
https://blog.csdn.net/qq_23996885/article/details/88691852

测试代码和结果如图，说明正常