配置:GPU:Geforce GTX1660Ti
驱动版本:435.21
顺序:本人要安装tensorflow-1.12(跑别人的代码需求),查询tensorflow-1.12对应python3.6,使用Anaconda3-5.2.0,对应的cuda和cuDNN版本分别是CUDA-9.2和cnDNN-7.6.5,上面版本对应可以通过下面网址查询(下拉到最下面):
https://tensorflow.google.cn/install/source
上面只有CUDA-9和cnDNN-7,具体的最合适版本我找到一个窍门,那就是安装好Anaconda3-5.2.0后,新建环境,安装tensorflow-1.12:
conda install tensorflow-gpu=1.12.0
此时会让你确定需要安装的包:
The following NEW packages will be INSTALLED:
_tflow_select: 2.1.0-gpu
absl-py: 0.9.0-py36_0
astor: 0.8.1-py36_0
blas: 1.0-mkl
c-ares: 1.15.0-h7b6447c_1001
cudatoolkit: 9.2-0
cudnn: 7.6.5-cuda9.2_0
cupti: 9.2.148-0
gast: 0.4.0-py_0
grpcio: 1.31.0-py36hf8bcb03_0
h5py: 2.10.0-py36hd6299e0_1
hdf5: 1.10.6-hb1b8bf9_0
importlib-metadata: 1.7.0-py36_0
intel-openmp: 2020.2-254
keras-applications: 1.0.8-py_1
keras-preprocessing: 1.1.0-py_1
libgfortran-ng: 7.3.0-hdf63c60_0
libprotobuf: 3.12.4-hd408876_0
markdown: 3.2.2-py36_0
mkl: 2020.2-256
mkl-service: 2.3.0-py36he904b0f_0
mkl_fft: 1.1.0-py36h23d657b_0
mkl_random: 1.1.1-py36h0573a6f_0
numpy: 1.19.1-py36hbc911f0_0
numpy-base: 1.19.1-py36hfa32c7d_0
protobuf: 3.12.4-py36he6710b0_0
scipy: 1.5.2-py36h0b6359f_0
six: 1.15.0-py_0
tensorboard: 1.12.2-py36he6710b0_0
tensorflow: 1.12.0-gpu_py36he74679b_0
tensorflow-base: 1.12.0-gpu_py36had579c0_0
tensorflow-gpu: 1.12.0-h0d30ee6_0
termcolor: 1.1.0-py36_1
werkzeug: 1.0.1-py_0
zipp: 3.1.0-py_0
Proceed ([y]/n)? y
里面显示要安装的CUDA 和cuDNN 版本分别是CUDA-9.2和cnDNN-7.6.5,要想用到全部功能的话还是需要独立安装的,分别去下面网址下载:
https://developer.nvidia.com/rdp/cudnn-archive
https://developer.nvidia.com/cuda-toolkit-archive
下载cuDNN 选择cuDNN Library for Linux
下载CUDA选择Linux x86_64 Ubuntu 1604 runfilelocal
上述所有软件的安装方式网上很多教程,这里就不写了,毕竟最重要的是各个版本的确定。需要注意的是安装CUDA 时候会有一个安装驱动的选项,由于我已经安装好nvidia驱动了,这里选no;以及安装上述软件时候注意环境变量的添加:vim /home/用户名/.bashrc。