Ubuntu 16.04 下安装Tensorflow-gpu

第一部分 写在前面

首先，http://blog.csdn.net/buyaoxx/article/details/77870885 很有参考价值，如博客中描述的步骤基本问题不大。

 

第二部分 安装步骤

第一步、安装显卡驱动

 

以我的显卡 GeForce 940M 为例

第一步、禁用nouveau驱动，这步很重要，不然nvidia的驱动是装不好的，安装显卡驱动后如果没有 nvidia-smi 基本上就是这个原因。

具体的操作如下：

1)、 使用命令查看Noueau驱动是否被加载

 

$ lsmod | grep nouveau
# 如果打印出一些信息，说明nouveau被加载了

2)、创建文件 /etc/modprobe.d/blacklist-nouveau.conf，文件内容如下：

 

blacklist nouveau
options nouveau modeset=0

然后重启系统

 

第二步、确认nvidia驱动版本，并安装

首先去nvidia官网上查看适合你电脑GPU的最新驱动：http://www.nvidia.com/Download/index.aspx?lang=en-us

我的显卡对应的驱动版本为：384.111，则使用如下命令进行安装：

 

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384（384是你查到的版本号,如果查到的版本号含有小数只要整数部分）
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev

安装的过程中如果你在BIOS里面开启了Security Boot，则会提示是否要关闭，一定要关闭，否则安装后也不会出现 nvidia-smi 

 

安装完之后重启，运行nvidia-smi ，我的打印如下：

 

Thu Jan 25 23:36:50 2018       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 384.111                Driver Version: 384.111                   |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce 940M        Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   38C    P5    N/A /  N/A |    488MiB /  2002MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      1051      G   /usr/lib/xorg/Xorg                           224MiB |
|    0      1801      G   compiz                                       137MiB |
|    0      1999      G   fcitx-qimpanel                                 7MiB |
|    0      2286      G   ...-token=EE71FBA4AEB74D004829B87B175899F6   117MiB |
+-----------------------------------------------------------------------------+

这个时候已经找到GPU了，证明驱动安装OK了。

 

 

第三步、安装CUDA

我下载的CUDA版本为：，安装时没有安装driver和sample，driver是一定不能装，sample是没必要。

安装命令为：

sudo ./sudo sh cuda_8.0.27_linux.run --tmpdir=/tmp

安装完成之后配置环境变量

 

$ vim ~/.bashrc # 编辑

在脚本中增加如下内容：

 

 

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-8.0
export PATH=/usr/local/cuda-8.0/bin:$PATH

 

使变量立即生效

 

$source ~/.bashrc #配置立即生效

 

第四步、验证CUDA

验证CUDA使要先降低GCC和G++的版本，降到gcc-5版本，操作方法如下：

 

sudo apt-get install gcc-5 g++-5
rm -rf /usr/bin/gcc
rm -rf /usr/bin/g++
sudo ln -s /usr/bin/gcc-5 /usr/bin/gcc -f
sudo ln -s /usr/bin/g++-5 /usr/bin/g++ -f

然后通过使用CUDA中的sample进行编译运行，具体如下：

 

 

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery

注意：一定要用管理员权限执行，不然会报错，错误信息如下：

 

 

./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

cudaGetDeviceCount returned 30
-> unknown error
Result = FAIL

我在搭建环境的过程中被这个错误坑了很久。

 

执行后看到如下打印信息，证明CUDA安装OK

 

./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "GeForce 940M"
  CUDA Driver Version / Runtime Version          9.0 / 8.0
  CUDA Capability Major/Minor version number:    5.0
  Total amount of global memory:                 2003 MBytes (2100232192 bytes)
  ( 3) Multiprocessors, (128) CUDA Cores/MP:     384 CUDA Cores
  GPU Max Clock rate:                            1176 MHz (1.18 GHz)
  Memory Clock rate:                             900 Mhz
  Memory Bus Width:                              64-bit
  L2 Cache Size:                                 1048576 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
  Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 1 copy engine(s)
  Run time limit on kernels:                     Yes
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce 940M
Result = PASS

 

第五步 安装cuDNN

 

第六步 安装tensorflow-gpu

 

conda create -n tensorflow-gpu -p /media/kapoo/DATA1/ubuntu-app/tensorflow-gpu

 

第七步 切换环境

source activate tensorflow-gpu

 

 

 

 

 

 

附录：

1、参考链接

http://blog.csdn.net/ZWX2445205419/article/details/69429518

http://blog.csdn.net/huuuuusy/article/details/78008195?locationNum=1&fps=1