Ubuntu18.04+CUDA9.0+cuDNN7.4.1+tensorflow-gpu1.10安装基本流程及问题处理汇总

写在前面的话:

本来最初是安装好了CUDA10.0,但tensorflow-gpu最新的版本1.12目前并不支持CUDA10.0 /CUDA9.2(都会出现libualsu 9.0.so缺失问题),因此只好卸载重装CUDA9.0,所以本流程从CUDA卸载写起,同时请大家不要轻易升级新版本。(所有操作都请在Security Boot-Disabled的条件下进行)

基本流程及问题处理

1. CUDA卸载

  • 按照官网文档,通过deb包安装的CUDA10.0采用以下步骤进行卸载,基本保证可以卸载干净
    sudo apt-get --purge remove cuda
    sudo apt-get autoremove cuda
    sudo apt-get remove cuda*
    cd /usr/local/
    sudo rm -r cuda-10.0
    sudo apt-get autoclean
    
  • 采用run文件安装的,可以用如下办法卸载
    sudo perl /usr/local/cuda-9.2/bin/uninstall_cuda_9.2.pl
    sudo rm -r /usr/local/cuda-9.2
    

2.Nvidia显卡驱动安装

卸载CUDA后,Nvidia的驱动也随之失效了,因此需要重新安装Nvidia驱动。

问题1——驱动选择
  • 从Nvidia官网下载了最新的410.78驱动的run文件,但试遍网上各种方法也没能解决循环登陆问题,可能是Ubuntu18.04和新驱动有冲突,很多Ubuntu16.04的升级显卡驱动后也都再次陷入循环登陆问题。最后只能通过Ubuntu系统自带软件更新安装Nvidia-390专有驱动,终于可以顺利启动。
  • 在安装CUDA10.0deb包是会对驱动自动更新,但在安装CUDA9.0时使用deb包中的驱动是会出现问题的,可能与CUDA9.0没提供Ubuntu18.04的版本相关,根据安装要求选择nvidia-384以上版本的驱动安装,否则都会出现问题
  • <
  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
好的,下面是安装步骤: 1. 安装CUDA 8.0 首先,你需要下载CUDA 8.0安装包,可以在官网上下载或者使用以下命令: ``` wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda_8.0.61_375.26_linux-run ``` 下载完成后,运行以下命令进行安装: ``` sudo sh cuda_8.0.61_375.26_linux-run ``` 安装过程中需要你进行一些选择,可以按照默认选项进行。 安装完成后,在`~/.bashrc`文件中添加以下环境变量: ``` export PATH=/usr/local/cuda-8.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH ``` 然后运行以下命令使配置生效: ``` source ~/.bashrc ``` 2. 安装cuDNN cuDNNNVIDIA提供的深度学习库,可以加速深度学习的训练和推理过程。你需要先在官网上注册一个账号,然后才能下载cuDNN。 下载完成后,解压文件并将文件复制到CUDA安装路径下: ``` tar -xzvf cudnn-8.0-linux-x64-v6.0.tgz sudo cp -P cuda/include/cudnn.h /usr/local/cuda-8.0/include sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64/ sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn* ``` 3. 安装TensorFlow 最后,你可以使用pip安装TensorFlow: ``` pip install tensorflow-gpu==1.3 ``` 如果你想使用CPU版本的TensorFlow,可以使用以下命令: ``` pip install tensorflow==1.3 ``` 安装完成后,你可以测试一下TensorFlow是否正常工作: ``` python import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) ``` 如果输出了`Hello, TensorFlow!`,那么TensorFlow安装成功了。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值