Ubuntu 18.04 N卡驱动安装+CUDA10.0+cuDNN7.5+Anaconda+Tensorflow-GPU
Ubuntu 18.04 N卡驱动安装+CUDA10.0+cuDNN7.5+Anaconda+Tensorflow-GPU步骤详解。
1.驱动安装
打开软件更新,点击附加驱动,选择N卡的驱动
首先添加源$ sudo add-apt-repository ppa:graphics-drivers/ppa $ sudo apt update
查看系统gpu设备
$ ubuntu-drivers devices
在此安装nvidia-driver-410,执行
$sudo apt-get install nvidia-driver-410
更改后重启电脑,查看GPU信息
至此驱动安装好了
2.cuda10.0安装
首先安装环境依赖
$sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
下载完之后进入到下载的文件夹中,安装
$ sudo sh cuda_10.0.130_410.48_linux.run
第一个提示选择no,其余的yes或者default
然后编辑环境变量,添加以下内容,并启用: source ~/.bashrc
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
之后,输入
$nvcc -V
显示如下内容表明安装成功
$cd /usr/local/cuda-9.0/samples $sudo make
$./bin/x86_64/linux/release/deviceQuery
显示如下内容
3.cudnn7.5的安装
下载:https://developer.nvidia.com/rdp/cudnn-download
得到文件:cudnn-10.0-linux-x64-v7.5.0.56.tgz
进入到文件目录,执行
$ tar zxvf cudnn-10.0-linux-x64-v7.5.0.56.tgz
解压后得到 名为 cuda 的文件夹,需要将里面的几个文件拷贝到已安装的cuda文件夹下面,并赋予相应的权限
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*
之后执行cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
source ~/.bashrc
若显示以下内容表明安装成功
4.anaconda 安装
下载得到文件 Anaconda3-2018.12-Linux-x86_64.sh
在文件目录中,执行+
sudo sh Anaconda3-2018.12-Linux-x86_64.sh
出现如下选择yes
最后选择不安装vs code
安装完后需要执行
anaconda换源:
制定清华的源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
有资源显示源地址:
conda config --set
show_channel_urls yes
5.tensorflow-gpu安装
安装前先安装bazel, 参见官方安装手册
安装完bazel后执行
conda install tensorflow-gpu
之后进入Python 环境 导入一下tensorflow,
import tensorflow as tf
tf.__version__
hello = tf.constant('hello tensorflow')
sess = tf.Session()
sess.run(hello)
- Ubuntu19.04+CUDA10.0+cuDNN7.5.0+anaconda+tensorflow—gpu安装教程 亲测可用
- ubuntu16.04下安装anaconda+nvidia显卡驱动+cuda-gpu+cudnn+tensorflow-gpu+pyrorch详细过程
- 双显卡 ubuntu16.04 安装 NVIDIA驱动 + CUDA + cuDNN + tensorflow-gpu + keras
- linux下 安装anaconda NVIDIA显卡驱动 cuda cudnn tensorflow-gpu 线下安装!
- ubuntu14.04下CUDA8.0+cuDNN+tensorflow(with gpu support)安装教程
- ubuntu 18.04 RTX2080 --- tensorflow gpu + cuda9.0 + cudnn7.3.1.20_cuda9.0
- Ubuntu16.04+Anaconda3+TensorflowGPU+Cuda+Cudnn
- Windows10+Cuda9.0+cuDNN7.3+Anaconda+Tensorflow-gpu+Keras安装教程
- windous10下+Anaconda+深度学习框架(TensorFlow cpu/gpu 、Keras、Pytorch)+Cuda+Cudnn+pycharm安装教程及避坑手册
- [置顶] 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN
- ubuntu16.04 +NVIDIA驱动+cuda8.0+cudnn+andaconda+tensorflow(GPU版)+Spyder+pycharm全套配置
- Ubuntu 18.04安装GPU +CUDA+cuDNN 以及其版本选择
- 深度学习环境搭建:linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow并配置远程访问jupyter notebook
- 七,安装conda install tensorflow-gpu=1.9,cuda9.0 cudnn7.1.2
- Ubuntu 16.04lts 安装NVIDIA 私有驱动、cuda、cudnn、tensorflow-gpu等问题
- ubuntu16.04 + NVIDIA驱动 + CUDA + cuDNN + tensorflow-gpu + keras安装
- Ubuntu16.04 RTX2080ti 安装NVIDIA驱动+cuda10.0+cudnn7.3.1
- ubuntu18.04: nvidia驱动 + cuda9.0 + cudnn7.0 + python3.6 + tensorflow1.12 安装教程
- (简单无需安装cuda,cudann) Ubuntu 安装GPU -Anaconda tensorflow Pytorch