Ubuntu18.04/16.04+ Tensorflow1.8 +anaconda安装总结
主要参考网址:
1.https://blog.csdn.net/Aiolia86/article/details/80342240
2.https://blog.csdn.net/weixin_40920290/article/details/80462734#3cudnn70
Ubuntu18.04发行已经有一段时间了,正好最近Tensorflow也发布了1.8版本,于是决定两个一起装上,以下是安装总结,时间证明该教程适用于ubuntu16.04与18.04,。
大致可以分为5个步骤
确认当前软件和硬件环境、版本
更新显卡驱动,软件版本准备
CUDA 9.0 ToolKit安装
cuDNN7.1.3 for CUDA9.0安装
TensorFlow GPU 安装
Test it!
1.确认硬件软件环境、版本
系统版本,Ubuntu18.04 自然没什么好说的, 终端输入指令查看ubuntu信息
sudolsb_release-a
得到以下输出结果:
No LSB modules are available.
Distributor ID: Ubuntu
Description: Ubuntu 18.04.5 LTS
Release: 18.04
Codename: xenial
GCC和G++ 版本,18.04的ubuntu默认的是7.0,同时也有附带安装6.0,不过我们这次安装需要更低版本的GCC以及G++
下面两行命令查看gcc和g++版本号:
gcc --version
g++ --version
我选择采用的是4.8版本gcc和g++,后面给出降级方法。
英伟达显卡驱动版本, 使用nvidia-smi
可以得到相关信息,我使用的是GTX960显卡,驱动使用384.130版本。
Python 版本, python2 –version 和 python3 –version, 应该对应2.7+ 和 3.6+版本了都,默认较新版本,可以忽略。
2.更新显卡驱动,软件版本准备
主要是更新显卡驱动,以及降级默认GCC/G++版本.
如果是已经装过NVIDIA显卡驱动,通过以下指令升级
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt install nvidia-390
如果有NVIDIA显卡,但是没有安装过显卡相应驱动,CUDA Toolkit中会有集成的384版本驱动,需要关闭图形界面到指令行界面安装,相关方法请上网查找。
GCC降级,先安装 4.8版本
sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8
装完后进入到/usr/bin目录下在终端输入
ls -l gcc*
会显示以下结果
发现gcc链接到gcc-7.0, 需要将它改为链接到gcc-4.8,方法如下:
sudo mv gcc gcc.bak#备份
sudo ln -s gcc-4.8 gcc#重新链接
同理,对g++也做同样的修改:
ls -l g++*
需要将g++链接改为g++-4.8:
sudo mv g++ g++.bak
sudo ln -s g++-4.8 g++
再查看gcc和g++版本号:
gcc -v g++ -v
均显示gcc version 4.8 ,说明gcc 48.8安装成功。
3.CUDA ToolKit 安装
下载以下三个安装包:
(1)CUDA 到CUDA9.0 下载页面下载runfile(最近NVIDIA官网被停)安装,Tensorflow官网给的暂时还是9.0版本,新版本可以尝试一下.稳妥起见,这里选择9.0。
下载9.0安装包
(2)在终端输入以下命令:
wget https://developer.nvidia.com/compute/cuda/9.0/Prod/patches/1/cuda_9.0.176.1_linux-run
(3)在终端输入以下命令:
wget https://developer.nvidia.com/compute/cuda/9.0/Prod/patches/2/cuda_9.0.176.2_linux-run
~/应该有 以下三个文件
在确认GCC版本在4.8后, 直接输入以下指令
sh cuda_9.0.176_384.81_linux.run --override
执行,如果有安装了显卡驱动的,注意在提问是否安装显卡驱动时选择no,其他 选择默认路径或者yes即可。 如果没有安装显卡驱动,需要退出图形界面,到命令行终端安装