Ubuntu18.04深度学习环境配置(CUDA9+CUDNN7.4+TensorFlow1.12)

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：

https://zhuanlan.zhihu.com/p/50302396