Ubuntu16.04下CUDA 9.0 + cuDNN v7.0 + tensorflow 1.6.0(GPU)环境搭建

由于自己攒了个主机,第一次安装GPU版本的tensorflow,mark一下。

说明一下,本篇上接《Ubuntu16.04LTS下搭建强化学习环境gym、tensorflow》这篇文章,只不过修改了第四步(安装tensorflow)。


说一下环境的版本:

系统:Ubuntu 16.04.3

显卡:gtx 1080(索泰 至尊Plus OC)

CUDA 9.0

cuDNN v7.0.5 for CUDA 9.0

tensorflow 1.6.0 for python 3.5.4


步骤如下:

1.安装显卡驱动

sudo apt-get update
sudo apt-get upgrade
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-367
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev

    重启一下,使驱动生效,并使用以下命令测试驱动是否安装成功。

nvidia-smi


2.安装CUDA

    官网链接,在这里下载好CUDA后,使用以下命令安装。

sudo dpkg -i cuda-repo-ubuntu1604-9-0-local-rc_9.0.103-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local-rc/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
    修改环境变量并使其生效。
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

    这时,显卡驱动可能会被覆盖,重启一下万无一失。


3.安装cuDNN

    官网链接,在这里下载好cuDNN,使用以下命令安装。

tar -zxvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*


4.安装tensorflow

    先激活gymlab

source activate gymlab

    安装python3-pip和python3-dev

sudo apt-get install python3-pip python3-dev
    由于我想安装最新版本的支持python3.5的tensorflow1.6.0,然后我尝试使用以下命令进行安装。
sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.6.0-cp35-cp35m-linux_x86_64.whl

    报错了,404 not found,说明没有这个源,所以我又使用了以下命令进行安装。

pip3 install tensorflow-gpu
    这次没报错,而且下载的正是最新版的1.6.0,也正是支持python3.5的。难不成这条命令会根据本机的python版本来下载最新版本的tensorflow?这个问题待定。
  • 2
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“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 3
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