在Ubuntu18.04安装CUDA和CUDDN的踩坑过程中。为避免读者踩坑,本文测试成功了Ubuntu18.04环境下配置深度学习环境,包括:CUDA9.0+CUDNN7.4+TensorFlow1.12+Pytorch0.4的安装和测试,并提供相关软件下载。
之前安装了很多次的都没有成功,发现一篇知乎专栏。在这里转载黄海广博士在知乎上的一篇专栏,CUDA9.0+CUDNN7.4+TensorFlow1.12+Pytorch0.4的安装和配置过程,亲测有效,不需要Anaconda的就不用安装后面的Anaconda步骤即可。
在下载好相关的软件包之后,在相应软件所在的目录下打开终端,运行相关的命令。
注意复制代码中间的有些命令会连在一起。需要将空格打出来。
就是下面这句
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-devlibgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
换成以下的命令:
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
在复制解压然后拷贝到相应的系统CUDA路径下:代码需要变化:
sudo chmod a+r/usr/local/cuda/include/cudnn.h
sudo chmod a+r/usr/local/cuda/lib64/libcudnn*
命令代码:
sudo gedit ~/.bashrc
添加以下代码在最后面
exportPATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
exportLD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
修改之后保存退出即可。
完成以上的配置之后,你可以选择安装tensorflow1.10、1.11、1.12。我安装的1.12
支持版本连接:https://tensorflow.google.cn/install/source#gpu_support_2
pip3 install tensorflow-gpu==1.10
pip3 install tensorflow-gpu==1.11
pip3 install tensorflow-gpu==1.12
原文地址连接: