ubuntu 16.04 + cuda 8.0 + cudnn 6.0 + matlab R2017a + tensorflow 1.4 + anaconda3
本文用于记录深度学习的各种环境配置,中间踩了不少的坑,各版本需要一一对应,故写下本文以备不妨之需。
cuda 8 最好对应 cudnn 6,tensorflow 只有 1.3 和 1.4 版本对应 cuda 8 和 cudnn 6,matlab 对应 cuda 8 的版本是 R2017a。
需要下载的cuda、cudnn文件:
链接: https://pan.baidu.com/s/1cnO7fY6ClHKRMX4sky6ZQQ 密码: gkuu
首先假定已安装好了ubuntu 16.04,
1. 更换显卡驱动:
首先删除有关原来驱动的一些信息:
sudo apt-get remove --purge nvidia*
添加Graphic Drivers PPA:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
寻找合适的驱动版本(选择recommend即可)
ubuntu-drivers devices
安装完成后重启
sudo apt-get install nvidia-384 # 将 384 改为 对应的版本
sudo reboot
查看驱动的安装状态显示安装成功
sudo nvidia-smi
2. 安装CUDA 8.0:
终端先移至下载文件 cuda、cudnn 所在的目录下,再执行以下代码。
安装 cuda 8.0:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
如果之前没有安装上述"cuBLAS Patch Update to CUDA 8",可以用如下方式安装更新:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get upgrade cuda
在 ~/.bashrc 中设置环境变量:
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
运行 source ~/.bashrc 使其生效
3. 安装cuDNN 6.0:
tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
# 可选(没什么影响?)
# sudo chmod a+r /usr/local/cuda/include/cudnn.h
# sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
4. 安装 TensorFlow:
(1)创建名为 tf 的 conda 环境:(需安装Anaconda,若无可以忽略这一步,直接看)
conda create -n tf pip python=3.5
激活 conda 环境:
source activate tf
(2)安装 TensorFlow:(python 2 使用 pip,python 3 使用 pip3)
pip install tensorflow-gpu==1.4