CUDA cuDNN TensorFlow Ubuntu16.04 详细安装记录

这篇博客详细记录了在Ubuntu 16.04系统上,如何安装CUDA 9.0、cuDNN 7.4.2以及TensorFlow 1.12.0的过程。内容包括检查系统和软件需求,下载并安装CUDA runfile,处理安装过程中可能出现的问题,设置环境变量,安装cuDNN,以及在Anaconda环境中安装TensorFlow。此外,博主还分享了遇到的关于NVIDIA驱动和OpenGL的问题及解决思路。
摘要由CSDN通过智能技术生成

系统:Ubuntu 16.04.5 LTS 64 位(内核:4.13.1-041301-generic自己装的、4.4.0-141-generic最开始的)

显卡:GTX1070(驱动:随cuda一起安装,没用软件和更新里的384.130)

软件:TensorFlow 1.12.0 + CUDA 9.0 + cuDNN v7.4.2

 

因为无线网卡驱动的原因,内核我装了4.13.1,后来升到4.16.1又降下来的,

升级内核过程https://blog.csdn.net/Kim0403/article/details/85545088

cuda9.0安装指南:https://docs.nvidia.com/cuda/archive/9.0/cuda-installation-guide-linux/index.html

 

一、先确定需要的版本

首先查看TensorFlow已验证配置:https://tensorflow.google.cn/install/source

已经有1.13.0的测试版了,虽然支持Python3.7,但是需要Ubuntu18.04 + CUDA10.0,作为小白,不想尝试太新的东西。

所以打算安装TensorFlow1.12.0,之前自己安装了最新的NVIDIA驱动跟CUDA9.2,但是运行有问题。所以换CUDA9.0。

二、安装CUDA9.0

0.下载runfile

从官网https://developer.nvidia.com/cuda-toolkit-archive下载了cuda_9.0.176_384.81_linux.run

1.安装前的检查

根据9.0官网教程

  • Verify the system has a CUDA-capable GPU.
  • Verify the system is running a supported version of Linux.
  • Verify the system has gcc installed.
  • Verify the system has the correct kernel headers and development packages installed.

验证GPU是否具有CUDA功能

验证是否拥有受支持的Linux版本

验证系统上安装的gcc版本

确保安装正确版本的内核头文件和开发包。

以上四条一般不可能有问题。

 

安装指南建议尽可能使用特定于发行版的软件包,即RPM或Deb软件包。

我下载了ru

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 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
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