Tensorflow学习笔记（二）Ubuntu18.04+Anaconda3+Tensorflow-gpu1.8+jupyter安装

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。

 

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

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