Ubuntu 18.04 + CUDA 9.2 + cuDNN 7.1.4 + Caffe2 + Tensorflow1.8-Anaconda 安装(更新未完,慎采纳)

 

因为现在需要安装caffe2,但系统是ubuntu18.08,且要保证tf1.8-gpu健在。各种跳坑后总结出以下规律:

1. ubuntu16.04 + driver 384 + cuda9 + cudnn7 + gcc(<6) : 适用于 tf-gpu 和 caffe2

2. ubuntu18.04 + driver 396 + cuda9.2 + cudnn7.1.4 + gcc(>6) : 适用于 caffe2,是否适用于tf-gpu?

3. tf 对 gcc 没要求,caffe 对 gcc 有要求

以上推论参考:Ubuntu 18.04 + CUDA 9.2 + cuDNN 7.1.4 + Caffe2 安装tensorflow-gpu1.8.0+win10+vs2017+CUDA9.2 安装

------------------------------------------------------------------------------

所以,现在要尝试上述第2点。首先,Ubuntu18.04 + CUDA9.0 + cuDNN7.1.4 + TensorFlow1.8-Anaconda 的安装,是我的另一篇博客。下面,在该博客的基础上,还需:

a. 更新 CUDA 至 9.2 

b. 重装tf

c. 安装caffe2

------------------------------------------------------------------------------

1. 更新 Nvidia driver (显卡驱动)

   现有驱动:Nvidia 384

   需要驱动:Nvidia 396

a. 卸载原有驱动

sudo apt-get purge nvidia*

b. 查看官网可供下载的驱动列表

sudo apt-cache search nvidia-*

c. 看到 driver 396 的实际全称是 “nvidia-driver-396”,记录下来

d. 按照上一步记录的名称,安装显卡驱动

sudo apt-get update  
sudo add-apt-repository ppa:graphics-drivers/ppa 
sudo apt-get update 
sudo apt-get install nvidia-driver-396  
sudo apt-get install mesa-common-dev 
sudo apt-get install freeglut3-dev  

e. 重启

sudo reboot  #或者sudo shutdown -r now

f. 开机后,检查驱动是否安装成功

nvidia-smi

----------------------------------------------------------------

2. 更新GCC和G++

 a. 查阅官网,找对应的 GCC 版本,看到是 GCC 7.2.0 (ubuntu17.10最接近现系统版本):

b. 下载所需 GCC 和 G++

sudo apt-get install gcc-7
sudo apt-get install g++-7

c. 检查并修改 gcc 和 g++ 链接版本

gcc:

cd /usr/bin
ls -l gcc*

g++:

ls -l g++* 

d. 发现链接是 gcc6 和 g++6

gcc:

 g++:

e. 更改链接

 gcc:

sudo mv gcc gcc.bak #备份 
sudo ln -s gcc-7 gcc #重新链接

 g++:

sudo mv g++ g++.bak 
sudo ln -s g++-7 g++

f. 重新检查GCC,G++版本

gcc -v 
g++ -v

 出现上图,说明升级成功。

--------------------------------------------------------------

3. 更新cuda 9.2

a. 卸载cuda9.0

sudo apt-get remove cuda 
sudo apt-get autoclean
sudo apt-get remove cuda*
cd /usr/local/
sudo rm -r cuda-9.0

 值得注意的是,此时我们刚才安装的驱动还在,不要担心。

b. 安装9.2

  (1) 下载安装包

  CUDA 到 CUDA9.2下载页面下载runfile(安装包 和 1个补丁包)

  (2) 安装

   1. cd到安装包目录,输入以下指令:

sh cuda_9.2.148_396.37_linux.run --override
sh cuda_9.2.148.1_linux.run 

   2. 出现说明之后,按Ctrl + C键跳过

   3. 基本上输入  yes,除了:

          在提示是否安装OpenGL时,应该选no。

          问你是否需要安装驱动,选择no

  (3) 添加环境变量

sudo gedit ~/.bashrc
export  PATH=/usr/local/cuda-9.2/bin:$PATH
export  LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64$LD_LIBRARY_PATH 

  (4) 重启

sudo reboot  #或者sudo shutdown -r now

  (5) 检验安装是否成功

    1. 终端输入以下,查看cuda版本

nvcc -V

   2. 编译samples例子

       a. 进入到Samples安装目录,然后在该目录下终端输入make,等待十来分钟:   

cd NVIDIA_CUDA-9.2_Samples
make

       b. 在Samples里面找到bin/x86_64/linux/release/目录,并切换到该目录, 然后运行deviceQuery程序 :

cd bin/x86_64/linux/release/
sudo ./deviceQuery 

        c. 如果result = PASS,则安装成功 (如下图),否则失败,可能原因是环境未配置好,或者是cuda与驱动版本不兼容。

----------------------------------------------------------------------

4. 安装caffe2-gpu

1. 参考官网说明,即输入:

conda install -c caffe2 caffe2-cuda9.0-cudnn7

2. 测试安装是否成功:

python2 -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'

 

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    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
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

打赏作者

梦dancing

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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