1.准备
OS:uabntu 18.04
CUDA:9.1
cuDNN:v7.0.5【Dec,5,2017】for CUDA9.1(需要登录才能下载)
选择run文件,cuDNN的版本要和上述一致
2.显卡驱动安装
网上很多教程都需要先卸载自带的显卡驱动,但是ubuntu18.04不需要这一步。
1.查看适配的显卡驱动
ubuntu-drivers devices
2.安装适配的显卡驱动,然后重启
sudo apt install nvidia-340
reboot
3.CUDA安装
1.gcc/g++降级
sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8
cd /usr/bin #切换到该目录
sudo mv gcc gcc.bak #备份
sudo mv g++ g++.bak
sudo ln -s gcc-4.8 gcc #重新定义软链接
sudo ln -s g++-4.8 g++
gcc -v #查看软连接是否已经指向4.8
2.安装CUDA
sudo sh cuda_9.1.85_387.26_linux.run
sudo sh cuda_9.1.85.1_linux.run #安装补丁包,按包的名字顺序安装(貌似一共四个,记不清了)
3.安装cuDNN
tar -zxf cudnn-8.0-linux-x64-v5.1.tgz
cd cuda/ #记得切换目录
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/* /usr/local/cuda/include/
4.配置环境变量
sudo vim ~/.bashrc
#在打开的文件最后添加下面三行代码段然后保存退出
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0
#激活新环境
source ~/.bashrc
#最后重启电脑
reboot
4.安装tensorflow-gpu
#1.10之后的版本笔者没有试过,但是新版本可能会和CUDA版本不匹配,不建议安装过新的版本
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-gpu==1.9.0