Deepin安装Tensorflow-GPU版本
最近在学习深度学习,在跑一些模型的时候发现利用CPU跑实在是太慢了,于是便想折腾GPU版本的tensorflow,最后折腾成功就想着记录一下,便有了这篇博客。
-
安装Deepin,这一部分不是重点就略过了
-
安装nvidia的驱动
安装Deepin后打开系统自带的显卡驱动管理器,然后使用最后一个“使用nv-prime方案”,之后等待安装完成重启便可
-
安装nvidia-smi
使用sudo apt-get install nvidia-smi
安装,然后使用nvidia-smi即可查看GPU的状态
- 降级gcc,g++
由于安装cuda需要gcc与g++版本需要所以将Deepin自带的7.3.0 gcc降级
使用如下命令安装
sudo apt-get install g++-6 gcc-6
cd /usr/bin
sudo mv gcc gcc.bak
sudo ln -s gcc-6 gcc
sudo ln -s g++-6 g++
- 安装cuda9.0
首先到官网 https://developer.nvidia.com/cuda-90-download-archive
下载cuda9.0,依次选择Linux>x86_64>Ubuntu>16.04>runfile文件下载
终端下使用
chmod +x cuda_9.0.176_384.81_linux-run
sudo ./cuda_9.0.176_384.81_linux-run
最后完成安装cuda9.0
- 安装cudnn
从官网下载与cuda9.0对应的cudnn,这里我选择的是cudnn7.5.0版本,然后解压,将接触的文件复制到cuda下
sudo cp cuda/include/* /usr/local/cuda-9.0/include/
sudo cp cuda/lib64/* /usr/local/cuda-9.0/lib64/
至此cuda和cudnn便安装完成,之后的事便是安装tensorflow
-
安装anaconda
安装比较简单,不过多赘述 -
安装tensorflow-gpu
创建tensorflow环境
conda create -n tf python=3.6
激活环境
source activate tf
安装tensorflow-gpu
pip install tensorflow-gpu==1.12
- 测试环境
最后测试一下是否安装成功
在终端中激活tf环境下,输入python
,输入import tensorflow as tf
,如果没有错误那么tensorflow-gpu就安装成功了