Ubuntu安装cuda10+cudnn7.5+Tensorflow2.0

Ubuntu安装cuda10+cudnn7.5+Tensorflow2.0

本文地址：https://blog.csdn.net/qq_31456593/article/details/90170708

完整tensorflow2.0教程代码请看tensorflow2.0：中文教程tensorflow2_tutorials_chinese(欢迎star)

更多TensorFlow2.0 入门教程请持续关注本博客：https://blog.csdn.net/qq_31456593/article/details/88606284

安装NVIDIA驱动

下载NVIDIA驱动

TensorFlow2.0需要cuda10，所以应该装410.48以上版本驱动

CUDA Toolkit	Linux x86_64 Driver Version	Windows x86_64 Driver Version
CUDA 10.1.105	>= 418.39	>= 418.96
CUDA 10.0.130	>= 410.48	>= 411.31
CUDA 9.2 (9.2.148 Update 1)	>= 396.37	>= 398.26
CUDA 9.2 (9.2.88)	>= 396.26	>= 397.44
CUDA 9.1 (9.1.85)	>= 390.46	>= 391.29
CUDA 9.0 (9.0.76)	>= 384.81	>= 385.54
CUDA 8.0 (8.0.61 GA2)	>= 375.26	>= 376.51
CUDA 8.0 (8.0.44)	>= 367.48	>= 369.30
CUDA 7.5 (7.5.16)	>= 352.31	>= 353.66
CUDA 7.0 (7.0.28)	>= 346.46	>= 347.62

可访问英伟达官网获得: https://www.geforce.cn/drivers

我这边下载的410.78

禁止ubuntu自带驱动

sudo vim /etc/modprobe.d/blacklist.conf

在文件中加入下面2行

blacklist nouveau
options nouveau modeset=0

# 更新配置
sudo update-initramfs -u
# 重启
reboot
# 检测驱动是否禁止，无输出，则禁止成功
lsmod | grep nouveau

安装NVIDIA驱动

进入命令行界面 ctrl+alt+f1

sudo service lightdm stop
cd install_package
sudo chmod 777 NVIDIA-Linux-x86_64-410.78.run
sudo ./NVIDIA-Linux-x86_64-410.78.run

检查gpu安装情况

# 重启图形界面
sudo service lightdm start
# 查看显卡驱动
nvidia-smi

如果上面的方法无法安装，请使用下面的方法安装

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

查看当前支持的驱动

ubuntu-drivers devices

安装相应驱动

sudo apt install nvidia-driver-410

安装cuda10

下载cuda10

cuda10.0地址：https://developer.nvidia.com/cuda-10.0-download-archive

安装cuda

sudo chmod 777 cuda_9.0.176_384.81_linux.run
sudo ./cuda_9.0.176_384.81_linux.run

ps：在选择是否创建/usr/local/cuda 的软连接时选no(n)，后面环境变量直接写具体的版本，可以避免多版本cuda混淆。

配置Cuda环境

如果不存在使用多个cuda版本请直接按第一个方法配置即可，需要多个cuda的使用第二个配置

1、配置到动态链接库（加载快，一个机子只能配置一个cuda版本）

sudo gedit /etc/ld.so.conf.d/cuda.conf

在打开的文件中添加如下语句：

/usr/local/cuda-10.0/lib64

执行

sudo ldconfig

2、配置到环境变量（不同环境下，配置不同环境变量，可以使用多个cuda版本）

sudo gedit ~/.bashrc

打开文件后在文件末尾添加路径，也就是安装目录，命令如下：

export PATH=/usr/local/cuda-10.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH

运行

source ~/.bashrc

ps：

• 想配置为全局系统变量，请在/etc/profile中配置
• 如果使用pycharm远程调用，程序不会导入.bashrc里面的环境变量，请在相应的运行python中配置如上的环境变量。（不使用pycharm远程调用的忽略此条）

原文地址：https://blog.csdn.net/qq_31456593/article/details/90170708

安装cuDNN7.5.1

下载

cudnn7.5.1（cuda10.0版）https://developer.nvidia.com/rdp/cudnn-download

[外链图片转存失败(img-hXBmWHCL-1563497799736)(/home/czy/coding_pubic/博客/assets/tensorflow_api/Screenshot from 2019-05-07 22-23-12.png)]

安装 cudnn：

tar -zxvf cudnn-10.0-linux-x64-v7.5.1.10.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda-10.0/lib64/
sudo cp include/cudnn.h /usr/local/cuda-10.0/include/
cd /usr/local/cuda-10.0/lib64/
sudo chmod +r libcudnn.so.7.5.1 # 自己查看.so的版本
sudo ln -sf libcudnn.so.7.5.1 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so

安装TensorFlow2.0

pip install tensorflow-gpu==2.0.0-alpha0

import tensorflow，输出tf._version_ ，安装正常。