【深度学习|小白教程】记录Ubuntu18.0.4下Tensorflow-gpu环境搭建与安装

本人在学习tensorflow途中遇到很多坑,很多一起学习的朋友也遇到相似的问题,鉴于此写下本文章以帮助大家解除疑惑,共同进步。

前提须知

(1)系统环境:原生Ubuntu18.0.4(什么东西都没装)

(2)目的:安装tensorflow-gpu 1.14 环境

一.修改安装源(提高效率)&&更新软件

1.修改下载服务器

(其实这一步不是很必要,只是为了用国内安装源下载快一点以节省时间,按个人需求使用。)

打开应用页,点“软件和更新”,在“Ubuntu软件”这一栏,点击“下载自”下拉框,点“其他”,选取中国的下载服务器,这里选阿里云的,其他的也可,然后点右下角的“关闭->重新载入”,更新下缓存就好了。如图:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.更新软件

打开终端,输入下面代码进行软件更新

sudo apt-get update

输入你的管理员密码,等待更新完成
在这里插入图片描述

二.安装显卡驱动

终端执行下面这行代码就行了,自动安装ubuntu官方支持的显卡驱动。

sudo ubuntu-drivers autoinstall

等待安装完成,重启一下电脑,然后输入下面指令查看驱动是否安装成功

nvidia -smi

成功标志即打印出你的显卡信息,如图
在这里插入图片描述

三.CUDA和CUDNN下载安装

1.CUDA

这里我们选的是CUDA 10.0版本
官方下载链接:
https://developer.nvidia.com/cuda-10.0-download-archive
按图选择下载相应的版本的cuda10.0文件,点Download按钮
在这里插入图片描述
等待下载完成后,在下载位置打开终端运行下面指令来安装cuda

sudo sh cuda_10.0.130_410.48_linux.run

出现让你阅读条款可以按Ctrl+C跳过
在这里插入图片描述
然后分别按一下输入,空行表示回车

accept
n
y

y
y

等待安装完成
在这里插入图片描述
安装完成截图
在这里插入图片描述

2.CUDNN

官方下载链接(这里需要注册登录才能下载):
https://developer.nvidia.com/cudnn
如图:
点Download CUDNN按钮
在这里插入图片描述
登录(没有就注册一个,也可以微信扫码登录)
在这里插入图片描述
下载CUDNN 7.6.5这个版本的(因为这个与我们安装的CUDA版本对应)
在这里插入图片描述
输入下面指令

sudo nautilus

会弹出文件管理器,然后到你刚才下载cudnn的位置(默认就在左边那一列的“下载”这个位置)
提取下载好的.tgz文件,打开解压出来的文件夹,会有一个“cuda”的文件夹,打开这个文件夹,选取"include"和"lib"这两个文件夹,右键->剪切,然后点左边那一列选“文件系统”,移到最下面找到"usr"这个文件夹并打开->
打开“local”文件夹->
打开"cuda-10.0"文件夹->
右键空白位置->粘贴->
弹出合并窗口,勾上“应用此操作到所有文件和文件夹”->点“合并”按钮
然后叉掉窗口
如图所示:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3.添加环境变量

回到终端,执行下面指令

sudo gedit ~/.bashrc

此时会打开一个文件,复制下面代码

export CUDA_HOME=/usr/local/cuda 
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

回到打开的文件,滚到最下面,粘贴上复制的这些代码,然后按"Ctrl+S"保存,关闭。
在这里插入图片描述
执行下面指令,实现CUDA和CUDNN的连接

sudo cp /usr/local/cuda-10.0/lib64/libcudart.so.10.0 /usr/local/lib/libcudart.so.10.0 && sudo ldconfig

sudo cp /usr/local/cuda-10.0/lib64/libcublas.so.10.0 /usr/local/lib/libcublas.so.10.0 && sudo ldconfig

sudo cp /usr/local/cuda-10.0/lib64/libcurand.so.10.0 /usr/local/lib/libcurabd.so.10.0 && sudo ldconfig

sudo cp /usr/local/cuda-10.0/lib64/libcudnn.so.7 /usr/local/lib/libcudnn.so.7 && sudo ldconfig

sudo cp /usr/local/cuda-10.0/lib64/libcusolver.so.10.0 /usr/local/lib/libcusolver.so.10.0 && sudo ldconfig

sudo cp /usr/local/cuda-10.0/lib64/libcufft.so.10.0 /usr/local/lib/libcufft.so.10.0 && sudo ldconfig

四.安装Tensorflow

1.安装pip和pip3

终端执行下面指令

sudo apt install python-pip python3-pip

2.安装Tensorflw-gpu版和Numpy(如果跟我同个课程学习的同学请直接看补充!!!)

执行下面两个指令

sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.14.0 numpy==1.16.3

sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.14.0 numpy==1.16.3

等待安装完成
在终端输入python3,再输入import tensorflow as tf导入tensorflow检测是否成功,成功截图如下
在这里插入图片描述
至此,你的tensorflow安装就算完成了,祝学习愉快!

--------------------补充--------------------

如有报错
AttributeError: module ‘tensorflow’ has no attribute 'python’

请按以下2个step操作
step1.卸载掉1.14版本的Tensorflow(如果你没安装过tensorflow请忽略这一step)

sudo pip uninstall tensorflow

step2.安装1.13.1版本的Tensorflow

sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.1 numpy

sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.1 numpy

报错是因为1.14版本的接口更新了,以上方法亲测有效。

--------------------补充完毕--------------------

如有遗漏或错误欢迎私信我改正,谢谢!

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值