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:

一. NVIDIA 驱动安装

  1. ubuntu-drivers devices (查看显卡型号)
    请添加图片描述
  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
    请添加图片描述
    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   
  1. 运行环境
    source ~/.bashrc or source /etc/profile
  2. 测试CUDA 是否安装成功
    nvcc -V
    请添加图片描述

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'
  1. 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')
在这里插入图片描述

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 4
    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 4
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