源码安装l CUDA 10.0, cuDNN 7.3 and build TensorFlow (GPU) from source on Ubuntu 18.04

最新推荐文章于 2024-09-16 22:55:46 发布

chary8088

最新推荐文章于 2024-09-16 22:55:46 发布

阅读量2.6k

点赞数 1

分类专栏： TensorFlow AI前沿

本文链接：https://blog.csdn.net/chary8088/article/details/84994633

版权

本文详细介绍了如何在Ubuntu 18.04上从源代码安装CUDA 10.0、cuDNN 7.3、NCCL 2.3.5，然后安装Bazel 0.17.2，并构建TensorFlow 1.11rc的GPU版本。步骤包括安装GCC，下载CUDA和cuDNN的deb文件，验证安装，安装NCCL，配置Bazel，克隆TensorFlow源代码，配置和构建TensorFlow，最终获得支持GPU的TensorFlow。

摘要由CSDN通过智能技术生成

更糟糕的CUDA 10.0和cuDNN 7.3版本我真的很想在我新建的机器上试用它。问题是pip包TensorFlow 1.11rc不支持最新的CUDA版本，我需要从源代码构建它。整个过程对我来说相当痛苦，最后我完成了它后，我决定再次完成所有步骤并在空的Ubuntu机器上从头开始设置。

我的出发点是配备i5-8600 CPU 3.10GHz，16GB DDR4，GTX 1080，刚刚安装Ubutnu 18.04 LTS的机器，我们将：
1。安装CUDA 10 + cuDNN 7.3 + NCCL 2.3.5
2.安装Bazel 0.17。 2
3.构建和安装TensorFlow 1.11rc
在您的情况下，软件包版本可能更新，但假设整体步骤将保持不变。

1.安装CUDA 10.0 + cuDNN 7.3 + NCCL 2.3.5

1.1安装CUDA 10.0

在NVIDIA网站上可以找到很好的安装指南。但以下是我的空机器所需的步骤

1.1.1安装gcc：sudo apt-get install gcc
1.1.2 下载包。对我来说是Linux / x86_64 / Ubuntu / 18.04 / deb（本地）
1.1.3通过运行以下命令安装CUDA
sudo dpkg -i cuda-repo-ubuntu1804–10–0-local-10.0.130–410.48_1.0–1_amd64.deb sudo apt-key add /var/cuda-repo-10–0-local-10.0.130–410.48/7fa2af80.pub sudo apt-get update sudo apt-get install cuda

1.1.4安装完成后，通过在文件末尾运行
nano ~