Ubuntu16.04+Cuda8.0+cudnn6.0+Tensorflow-gpu==1.4
硬件环境:
Intel i7-4700
显卡 Nvidia gtx 745
安装顺序:
1. ubuntu16.04系统
2. Nvidia gtx 745 驱动 384版本
3. Cuda8.0版本
4. Cudnn6.0版本
5. Python3.5版本
6. Tensorflow-gpu=1.4版本
笔者信息:Next_Legend QQ:1219154092 人工智能 图像处理 神经网络 高维信息处理 计算机视觉
——2018.3.19于天津大学
步骤一:ubuntu16.04系统
此处涉及到ubuntu系统的安装,自行百度谷歌。(自行参考)
http://blog.csdn.net/qq_28205153/article/details/52203512
推荐阅读ubuntu16.04安装之后的工作
http://blog.csdn.net/wshish920907/article/details/75145553
http://blog.csdn.net/fengyuzhiren/article/details/54844870
步骤二:Nvidia gtx 745的驱动安装
方法一:图形界面安装(有时候有bug不好使,看运气了)
(1) 点击右上角的系统设置
(2)点击软件和更新
(3) 点击附加驱动
选择适合自己电脑版本的显卡驱动进行应用更改。 我选择的是nvidia-384.
(更改过程缓慢,建议耐心等待一会)
(4) 重启电脑,安装完毕。
(5) 验证显卡驱动是否安装成功
在终端输入 nvidia-smi
方法二:在nvidia官网下载相应版本的驱动,终端指令安装
http://www.nvidia.cn/Download/index.aspx(下载)
下载完之后是一个名称为 NVIDIA-Linux-x86_64-xxx.xx.run 的文件。
在下载好的run文件夹下启动终端输入以下指令
等待安装成功。
检查是否安装成功, 在终端输入
nvidia-smi
(如果显示和方法一的信息,说明成功,否则一步步排除bug)
步骤三:Cuda8.0版本
在官网下载相应安装文件
https://developer.nvidia.com/cuda-toolkit-archive
sudo sh cuda_8.0.44_linux.run
安装开始以后,首先是一个协议,此时显示更多0% ,一直按回车到底以后,输入accept。 此时注意,不需要安装run文件中的显卡驱动,因为它的版本比上面更的老其他的操作如下所示:
Tensorflow-gpu=1.4版本
$ sudo gedit /etc/profile
在打开的文本文件最后面插入
export PATH=/usr/local/cuda-8.0/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
然后保存,关闭。
测试是否安装成功,在终端下输入
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
Tensorflow-gpu=1.4版本
步骤四:Cudnn6.0版本
注意:此处的cudnn版本需要自己根据所需的DL框架来选择,原则是匹配Cuda版本与框架版本(我用的是tensorflow==1.4,python==3.5,cuda==8.0的,所以需要cudnn6.0版本)官网下载:https://developer.nvidia.com/rdp/cudnn-download
需要注册一个帐号与填写调查问卷,很简单的。
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
然后在终端继续输入以下指令:
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*
cudnn安装完毕!其实安装cudnn的目的就是将相应文件复制到cuda下。
步骤五:Python3.5版本
sudo apt-get install python3.5 python3.5-dev
python3 --version
pip3 --version
步骤六:Tensorflow-gpu=1.4版本
pip3 install tensorflow-gpu==1.4
安装成功!
步骤七:检验
在终端输入
python3
import tensorflow as tf
x = tf.constant("I Love you!")
sess = tf.Session()
print(sess.run(x))
打印输出:
b'I Love you!'
在终端输入
nvidia-smi
显示GPU process name,有python3
附参考blog
http://blog.csdn.net/u014595019/article/details/53732015
https://www.jianshu.com/p/339bf989bc08
http://blog.csdn.net/hanshileiai/article/details/46843713
https://www.jianshu.com/p/87f043e56a4f
https://www.jianshu.com/p/12efbfe08d02
http://blog.csdn.net/Nicholas_Wong/article/details/77687949
https://developer.nvidia.com/cuda-toolkit-archive
https://developer.nvidia.com/rdp/cudnn-download
http://blog.csdn.net/wshish920907/article/details/75145553
http://blog.csdn.net/fengyuzhiren/article/details/54844870