ubuntu16.04、ubuntu18.04 安装tensorflow2.0 pytorch1.3+
适用GTX系列、RTX系列等高级显卡系列,适合ubuntu16.04、ubuntu18.04系统
本文不再推荐使用,推荐使用docker容器:https://blog.csdn.net/LEILEI18A/article/details/103967652
不需要再下载安装cuda/cudnn,只用安装python和tensorflow、pytorch等库即可,仅用pip,方便。
##########################适用Tensorflow 1.6 / 1.7 / 1.8 / 1.9 / 2.0* 等##################################
- 安装好系统后,更新驱动。系统设置-》软件和更新-》附加驱动-》更新nvidia和intel
- 安装cuda9 or cuda10 【安装教程一样】
下载 cuda9.run,(deb格式容易出错误)。执行如下命令:
sudo sh cuda_9.0.176_384.81_linux.run.81_linux-run
accept
n(不要安装driver)
y
y
y
安装完成后,设置环境变量。
设置环境变量:
ctrl+H 打开 (主目录/home/*/) .bashrc文件,添加
## export PATH=/usr/local/cuda-9.0/bin:$PATH
## export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
##############注意 解决import tensorflow 错误的问题##############
更改为:(这里运行,不会再出现错误。很抱歉。)
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0
终端运行:source ~/.bashrc
检查:nvcc --version
3. 安装cudnn7
下载 for linux版本的,执行如下命令:
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*
4. 安装anaconda(python3.5)
bash Anaconda3-4.2.0-Linux-x86_64.sh
yes(设置环境变量)
5. 下载tensorflow
搜索 python tensorflow1.6/1.7/1.8/1.9(GPU),选择gpu版本并选择cp35,迅雷下载
直接 pypi 网址搜索tensorflow-gpu,选择合适的版本安装!
https://pypi.org/project/tensorflow-gpu/1.6.0/ (下载路径 downlaod files)
将 whl二进制文件复制到/home/*/下面,
执行命令:
【也可采用virtualenvwrapper创建虚拟环境:https://blog.csdn.net/LEILEI18A/article/details/98480651】
conda create -n tensorflow
source activate tensorflow
pip install --ignore-installed --upgrade tensorflow_gpu-1.6.0-cp35-cp35m-manylinux1_x86_64.whl
会报错,按照红色部分最后一行的命令,更新pip至9.01版本。重新
source activate tensorflow
pip install --ignore-installed --upgrade tensorflow_gpu-1.6.0-cp35-cp35m-manylinux1_x86_64.whl
安装完成,关掉终端。打开终端,source activate tensorflow;spyder;
import tensorflow as tf 执行成功。