Ubuntu 20.04 安装Tensorflow GPU版本 （GTX-1060显卡）

Ubuntu 20.04 安装Tensorflow GPU版本 （GTX-1060显卡）

参考：

• https://cyfeng.science/2020/05/02/ubuntu-install-nvidia-driver-cuda-cudnn-suits/
• https://www.bilibili.com/read/cv9164113
• （cuda 驱动对照表） https://blog.csdn.net/qq_38502918/article/details/108009692

一. NVIDIA 驱动安装

1. ubuntu-drivers devices (查看显卡型号)
   
2. 自动安装推荐
   ubuntu-drivers autoinstall
3. reboot 重新启动 确认安装是否成功
   nvidia-smi
   
   推荐的版本CUDA 版本为 11.4
4. PS: 如果遇到循环登录问题（Ubuntu 20.04自动安装没有遇到这类问题）
   如果遇到循环登录，开机后选择Ubuntu(Advanced)引导，在root权限下删除所有NVIDIA驱动相关软件后，仅用开源noueau驱动，下载并使用runfile进行local安装
   sudo sh NVIDIA-Linux-x86_64-440.64.run -no-x-check -no-nouveau-check -no-opengl-files

二、CUDA安装

1. 下载到本地 （CUDA 11.4）
   wget https://developer.download.nvidia.com/compute/cuda/11.4.2/local_installers/cuda_11.4.2_470.57.02_linux.run
2. 运行runfile
   sudo sh cuda_11.4.2_470.57.02_linux.run
3. 若出现 (Existing package manager installation of the driver found. It is strongly recommended that you remove this before continuing.) 选择Continue
4. 在安装时，因为已经安装过驱动，所以要把driver前面的×取消掉
5. CUDA10.1支持gcc 7.3.0 但是20.04 自带gcc 9.3.0 可以通过添加override跳过gcc版本检查
   sudo sh cuda_10.1.243_418.87.00_linux.run --override
6. 配置环境变量：(也可以修改系统环境变量 /etc/profile)
   sudo gedit ~/.bashrc
sudo vim .bashrc

	export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.4/lib64 
	export PATH=$PATH:/usr/local/cuda-11.4/bin 
	export CUDA_HOME=/usr/local/cuda-11.4   

7. 运行环境
   source ~/.bashrc or source /etc/profile
8. 测试CUDA 是否安装成功
   nvcc -V
   

三、cuDNN安装

1. 选择cuDNN V 8.2.2(July 6th, 2021) for CUDA 11.4 - cuDNN Library for Linux. （与CUDA 11.4版本相对应的cuDNN）
   Link: https://developer.nvidia.com/rdp/cudnn-archive （需要注册）
2. 下载对应版本解压后进行

	sudo cp cuda/include/cudnn.h /usr/local/cuda-11.4/include
	sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.4/lib64
	sudo chmod a+r /usr/local/cuda-11.4/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn*

四、TensorFlow及Pytorch安装

1. TensorFlow 2.x 版本中CPU和GPU是合并在一起的
   pip install tensorflow
2. 查看TensorFlow版本
   ipython
import tensorflow as tf
tf.__version__

	In [3]: tf.__version__
	Out[3]: '2.5.0'

3. Pytorch(下载CUDA11.4对应的版本)
   pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

五、测试TensorFlow - GPU 安装

​ ipython
​ import tensorflow as tf
​ tf.config.list_physical_devices('GPU')