[TensorFlow笔记] GPU环境搭建

系统：Ubuntu 16.04

安装

首先要下载NVIDIA公司提供的两个文件：CUDA（下载地址）和cuDNN（下载地址），下载需要注册账号，有点坑爹。

CUDA建议下载runfile(local)文件类型，cuDNN要同时下载Runtime和Development两个deb包。

注意一定要下载匹配TensorFlow的版本，如下：

TensorFlow版本	CUDA 版本	cuDNN版本
1.1 or 1.2	v8.0	v5.1
1.3 or 1.4 or 1.5	v8.0	v6.0
1.6 or 1.7	v9.0	v7.0

安装CUDA：

sudo sh cuda_9.0.176_384.81_linux.run

这里安装时会有很多东西要你选择，这里千万别选择再安装显卡驱动和配置X Configuration，否则你在登录界面会一直登录不进去。

安装cuDNN：

sudo dpkg -i libcudnn7_7.1.1.5-1+cuda9.0_amd64.deb

CUDA一般会安装在/usr/local/目录下：

ls /usr/local/ -lh
total 36K
drwxr-xr-x  2 root root 4.0K 4月   6 17:18 bin
lrwxrwxrwx  1 root root    8 4月   4 02:13 cuda -> cuda-9.0
drwxr-xr-x 15 root root 4.0K 4月   4 02:13 cuda-9.0
drwxr-xr-x  2 root root 4.0K 8月   3  2016 etc
drwxr-xr-x  2 root root 4.0K 8月   3  2016 games
drwxr-xr-x  2 root root 4.0K 5月  15  2017 include
drwxr-xr-x  5 root root 4.0K 11月  6 21:41 lib
lrwxrwxrwx  1 root root    9 5月  13  2017 man -> share/man
drwxr-xr-x  2 root root 4.0K 8月   3  2016 sbin
drwxr-xr-x  9 root root 4.0K 11月  6 19:55 share
drwxr-xr-x  2 root root 4.0K 8月   3  2016 src

会看到有一个cuda目录指向cuda-9.0目录。

环境变量设置：

最重要的不要忘了设置环境变量，在/etc/bash.bashrc文件后面添加：

export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda

搞定！

检查CUDA和cuDNN的版本

CUDA版本

cat /usr/local/cuda/version.txt

输出

CUDA Version 9.0.176

cuDNN版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

输出

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 0
#define CUDNN_PATCHLEVEL 3
--
#define CUDNN_VERSION    (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

CUDA Compilation Tools版本（这个看自己需要了）

sudo apt install nvidia-cuda-toolkit
nvcc -V

输出：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2015 NVIDIA Corporation
Built on Tue_Aug_11_14:27:32_CDT_2015
Cuda compilation tools, release 7.5, V7.5.17

验证TensorFlow中GPU是否可用

from tensorflow.python.client import device_lib
device_lib.list_local_devices()

输出：

[name: "/device:CPU:0"
 device_type: "CPU"
 memory_limit: 268435456
 locality {
 }
 incarnation: 6191454919510170332, name: "/device:GPU:0"
 device_type: "GPU"
 memory_limit: 7508210484
 locality {
   bus_id: 1
   links {
   }
 }
 incarnation: 11391686659744691794
 physical_device_desc: "device: 0, name: GeForce GTX 1080, pci bus id: 0000:01:00.0, compute capability: 6.1"]

故障排除

ImportError: libcublas.so.8.0: cannot open shared object file: No such file or directory

先看CUDA和cuDNN的版本对不对，然后再看环境变量有没有设对。