Ubuntu 18.04系统NVIDIA+CUDA9.1+CUDnn7.1+TensorFlow安装

笔记本电脑:联想Y7000 i7 8750H+GTX1060

win10+Ubuntu双系统,Ubuntu18.04为英文版(中文版基本无法安装Nvidia驱动)

目录

1.安装NVIDIA驱动

2.安装CUDA9.1

3.安装CUDnn 7.1

4.安装TensorFlow


 

1.安装NVIDIA驱动

目前CSDN上关于安装有很多指导帖子,总的来说有1.附加驱动自动安装,这里开机卡死无法进入系统;2.官网搜索下载.run文件,在命令行安装,报错;3.最简单的自动安装,适合大多数的系统

下面就是第三种方法的内容:

(1)将自带的驱动拉入黑名单

sudo gedit /etc/modprobe.d/blacklist.conf

末尾添加:blacklist nouveau

sudo apt-get –purge remove xserver-xorg-video-nouveau

(2)重启,卸载原先NVIDIA驱动

sudo apt-get --purge remove nvidia-*

(3)手动ppa安装:

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
ubuntu-drivers devices
sudo apt install nvidia-390
reboot

(4)检查

命令行输入nvidia-smi或者搜索nvidia图形软件或者“设置”--系统均可以观察到驱动是否安装成功

参考官方教程:https://linuxconfig.org/how-to-install-the-nvidia-drivers-on-ubuntu-18-04-bionic-beaver-linux

2.安装CUDA9.1

官网下载CUDA9.1 支持ubuntu17.04的版本,官网目前没有提供18.04版本

sudo sh ./filename    #报错,安装失败
sudo sh cuda9.1….run --tmpdir=/tmp--override    #增加日志,成功

阅读完协议后,选accept,除了安装nvidia驱动选否,之后全选yes,成功开始安装;

安装完成后运行

sudo gedit ~/.bashrc

 末尾添加路径参数:

export PATH=/usr/local/cuda-9.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存继续运行:

source ~/.bashrc

编译

cd /usr/local/cuda-9.1/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery

如果在最后一行显示PASS,并出现了Nvidia的显卡信息,则安装成功

3.安装CUDnn 7.1

官网下载cudnn 7.1 for Linux压缩包

解压和复制:

tar -xzvf cudnn-7.1-linux-x64-v7.tgz
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*

解压后方法2:

cd cuda
sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp lib64/lib* /usr/local/cuda/lib64/
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.6    #删除原有动态文件
sudo ln -s libcudnn.so.9.1.21 libcudnn.so.6  #生成软衔接
sudo ln -s libcudnn.so.6 libcudnn.so      #生成软链接

4.安装TensorFlow

sudo apt-get install python3-pip
pip3 install tensorflow-gpu

打开python3

显示报错,Failed to load the native Tensorflow runtime,无法寻找9.0的cuda

主要是目前tensorflow不支持CUDA 9.1版本,解决方法选用民间版本:

这里有非官方的支持cuda9.1和cudnn7.1的预编译版TensorFlow。 
https://github.com/mind/wheels/releases/ 
下载好后进入目录继续:

sudo aptitude install python3-pip
pip3 install 上面下载的 .whl 文件

装好后自行测试tensorflow

python
#进入python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

参考:

https://zhuanlan.zhihu.com/p/22635699

https://blog.csdn.net/Sparta_117/article/details/73739980

https://blog.csdn.net/u014595019/article/details/53732015

https://blog.csdn.net/jonms/article/details/79318566

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

言京谅

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值