安装 tensorflow-gpu ubuntu

安装tensorflow-gpu前准备

1. 下载nvidia 驱动  NVIDIA-Linux-x86_64-418.56.run
2. 下载cuda 用的是 cuda_10.0.130_410.48_linux.run
3. 下载cudnn 用的是  cudnn-10.0-linux-x64-v7.4.2.24.tgz
4. tensorflow-gpu==1.13.1   
5.  2和3的版本选择 是由tensorflow的版本决定的 具体使用那个查看 https://tensorflow.google.cn/install/source

安装驱动和相关nvidia计算平台相关

1.   lspci | grep -i nvidia 检查是否由对应的显卡
2.  gcc --version 检查gcc版本是符合
3. uname -r 检查Kernerl 的版本 显示则已经正确安装 没有安装执行4 5
4. 安装kernel-devel和kernel-headers
5.  apt-get install linux-kernel-headers kernel-package  
6. Centos yum install kernerl-devel kernerl-deaders epel-relaese  --enablerepo-epel dkms
7. init3
8. 安装驱动 sh  ./NVIDIA-Linux-x86_64-418.56.run
9. 设置环境变量
10. export CUDA_HOME=/usr/local/cuda 
11. export PATH=$PATH:$CUDA_HOME/bin 
12. export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
13. 保存source ~/.bashrc
14. 查看是否成功 nvcc -V
15. cudnn 解压文件
16. 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*
17. 检查安装
    cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
18. 安装pyhton3 下载3.6 解压 长
19. ./configure --prefix=/opt/ptyhon3.6
20. make
21. make install
22. 创建软连接 sudo ln -s /opt/python3.6/bin/python3.6  /usr/bin/python3.6
23. 安装pip3 

    wget --no-check-certificate https://github.com/pypa/pip/archive/9.0.1.tar.gz

    tar -zvxf 9.0.1.tar.gz

    cd pip-9.0.1

    python3.6 setup.py install

24.  安装sudo pip3 install tensorflow-gpu==1.13.1
25. 验证import tensorflow   
    >>> import tensorflow as tf
    >>> matrix1 = tf.constant([[3., 3.]])     
    >>> matrix2 = tf.constant([[2.],[2.]])    
    >>> product = tf.matmul(matrix1, matrix2) 
    >>> sess = tf.Session() 
     

转载于:https://my.oschina.net/u/4158242/blog/3074908