一.驱动安装
本人的ubuntu系统是最近装的,没有安装nvidia官方的驱动,系统自带了一个第三方的驱动(但是nvidia目前不支持此驱动)。所有需要重新安装nvidia的驱动。注意先 apt-get update 下 。
1.在‘软件和更新’中禁用第三方驱动,选择第一个nvidia驱动并应用更改。![](https://i-blog.csdnimg.cn/blog_migrate/8a6784d35dbe03960e452d505ac07de3.png)
或者输入
ubuntu-drviers devices
命令查看合适的驱动版本,然后
apt install nvidia-driver-390
安装驱动后需重启,重启时注意为内核模块签名否则内核识别不到驱动,查看驱动信息
nvidia-smi
安装成功后显示如图![](https://i-blog.csdnimg.cn/blog_migrate/07f89ca35907c421b30623aee5ccc091.png)
二.Cuda9.0和Cudnn9.0安装
cuda9.0下载网址https://developer.nvidia.com/cuda-90-download-archive
1.在包含Cuda9.0的目录下,输入
sh cuda_9.0.176_384.81_linux.run --override
按空格将到最后,如图依次做出选择
2.配置环境变量
cd
sudo gedit .bashrc
然后添加以下路径
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
最后输入并执行,cuda就安装成功了。
source .bashrc
3.下载cudnn 网址https://developer.nvidia.com/cudnn
cd进入到cudnn文件目录下,并执行以下命令
tar -xzvf cudnn-9.0-linux-x64-v7.4.2.24.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h
二.安装Anaconda3-5.1.0-Linux-x86_64
清华镜像网下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
1.在安装文件目录下,执行以下命令,然后按提示安装即可。
bash Anaconda3-5.1.0-Linux-x86_64.sh
出现 ‘Thank you for installing Anaconda3即为安装成功
然后执行
sudo gedit ~/.profile
添加
if [ -d "$HOME/anaconda3/bin" ] ; then
PATH="$HOME/anaconda3/bin:$PATH"
fi
最后生效
source ~/.bashrc
2.安装tensorflow
先创建tensorflow环境
conda create -n tensorflow python=3.6
出现以下列表,选择y
再安装tensorflow-gpu,需要下载很长时间,慢慢等。
source activate tensorflow
conda install tensorflow-gpu=1.8.0
3.验证是否安装成功,执行以下命令
import tensorflow as tf
hello=tf.constant('hello world')
sess=tf.Session()
print(sess.run(hello))
三.安装jupyter
激活tensorflow后安装
pip install jupyter
pip install ipykernel
python -m ipykernel install --user --name tensorflow --display-name "tensorflow"
输入jupyter notebook验证是否安装成功。
主要参考这篇博客https://blog.csdn.net/JOKER_Or/article/details/80333253