记一次服务器上配置GPU版本tensorflow的经历

最新推荐文章于 2024-08-15 09:49:36 发布
最新推荐文章于 2024-08-15 09:49:36 发布
阅读量2.8k 收藏 4
点赞数 2
分类专栏： 环境配置 文章标签： tensorflow GPU 环境配置
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40549291/article/details/82773269
版权
本文记录了一次在服务器上配置tensorflow-gpu的历程，遇到CUDA8.0与cudnn7.0.4版本不匹配的问题。通过检查软链接发现实际使用的是cudnn5，根据tensorflow官网的版本对应关系，尝试安装tensorflow-gpu1.2.0失败。经过一系列尝试，最终成功配置了CUDA8 + cudnn5 + tensorflow-gpu1.4.0的环境，程序能够利用GPU运行。
摘要由CSDN通过智能技术生成

更新：我的另一篇博客写了正确的配置方式，可以到这里查看

早就耳闻tensorflow-gpu与CUDA，cudnn三者之间版本匹配很复杂，今天算是见识到了。

首先看了下服务器上的CUDA、cudnn版本，分别是CUDA8.0，cudnn7.0.4
在这里插入图片描述
这个匹配很奇怪，一般都是CUDA8 + cudnn6或者 CUDA9 + cudnn7
后来知道是要看软链接的（软链接的含义请自行百度），安装了cudnn7未必使用的就是7版本
服务器上软链接情况是这样的
在这里插入图片描述
果然，软链接的是cudnn5。所以我的配置实际上是CUDA8 + cudnn5
接着查阅到tensorflow官网上有介绍，如下图
在这里插入图片描述
那很自然就想到安装1.2.0版本的tensorflow了，结果是这样，运行import tensorflow as tf

最低0.47元/天 解锁文章
mrzrx
关注
专栏目录
tensorflow深度学习服务器环境搭建
春江暮客的博客
12-02 6030
实验室新进了一台服务器，配置了nvida 1080TI显卡做深度学习使用，装好机器后第一件事就是如何配置好tensorflow的深度学习环境，这里把我在搭建环境的过程以及遇到的坑一一写下来，给有同样需求的筒子提供一些帮助。 操作系统是师兄刻好的ubuntu最新版本Ubuntu 18.04.1 LTS （可使用lsb_release -v查看），这种事当然第一件事就是谷歌了，发现一条https://...
VirtualBox Ubuntu 16.04安装Tensorflow
tiweeny的博客
10-13 1043
VirtualBox Ubuntu 16.04安装Tensorflow1.安装python-pip和python-dev sudo apt-get install python-pip python-dev 2.安装Tensroflow sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/
Windows远程连接服务器使用jupyter跑tensorflow程序
yychentracy的博客
12-04 1870
一定用英文的写法
什么是GPU服务器，GPU服务器有什么优势？
最新发布
kk_177803619的博客
08-15 393
GPU最初设计用于处理复杂的图形渲染任务，其内部拥有成千上万的流处理器，能够同时处理多个计算任务，这种并行计算能力使得GPU在处理大规模数据集时效率极高。GPU服务器以其卓越的并行计算能力、高效的能耗比、广泛的应用场景以及提升用户体验的显著效果，正逐步成为各行各业不可或缺的计算基础设施。为了应对这一挑战，GPU（图形处理单元）服务器应运而生，它不仅重新定义了计算领域的边界，更是在人工智能、大数据分析、科学计算等多个领域展现出了无可比拟的优势。
TensorFlow(GPU) 安装
ls617386的博客
03-14 549
今天重新装了下系统，用的Ubuntu16.04，准备安装Tensorflow GPU版 安装过程如下： 1. 首先按照官网提示安装Cuda 安装Cuda网站上的步骤安装即可，安装过程中没有出现问题，注意需要设置两个路径PATH和LD_LIBRARY_PATH 之后验证安装是否成功 1) 首先将一些sample文件放在便于修改的路径中 cuda-install-samples-8.0.s
使用tensorflow遇见的坑(不断更新！)
慢慢变强大
11-13 3112
使用tensorflow遇见的坑1 坑1描述： 安装了tensorflow-gpu版本以后，在pycharm中用样例代码测试tensorflow是否安装成功时。出现了如下错误。 直接的错误时：ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory Traceback (most...
实验室服务器多人共用账号,搭建多人共用的GPU服务器
weixin_31899339的博客
07-29 3526
背景目前实验室GPU使用状况是：大部分同窗的配有单台1080/TITAN Xp。后来购入了两台4卡的机器，老师的意思是但愿能够做为服务器使用，可以多人同时使用，互不影响。因而便开始了本次折腾，记录采坑经历。html经过本文，多卡读者能够实现分配每块GPU给特定同窗使用，也能够多人共用多块GPU。单卡读者能够实现多人共用一块GPU。linux需求说需求以前先来列一下机器配置：webCPU: i7-6...
纯小白尝试TensorFlow篇一：组装电脑
nullllllllll的博客
01-08 513
个人碎碎念缘由配置选择具体配置装机后感受主板处理器显卡计划与进度目前的计划目前的进度 缘由 毕业找了个乐高老师的工作，工资勉强糊口，想趁着单身多学点东西提升自己，仅此而已。 选择Tensorflow的原因是因为在油管看到一个视频，里面的小哥经过几年学习研究，制作了一台能够分类三千多种乐高的分拣机。跟着后续视频研究了一下他的技术路线，发现CNN，也就是卷积神经网络是里面最核心的部分，所以先从TensorFlow开始做起。 配置选择 原本理想的配置是3600X+3080+itx，想着刚好买完3D打印机就立马配电
Docker搭建实验室GPU服务器环境
greenwoodp的博客
02-27 2383
为什么使用docker 服务器主要的使用场景是科学计算，跑深度学习模型，有过单机配置训练环境的经历的人就知道，多版本CUDA共存有多不方便。 之前搭建服务器环境只是利用anaconda做了一个简单的环境控制，加上每个用户设置单独用户账号登录来管理自己的环境。后来当要复现一些老版本tensorflow代码的时候需要使用CUDA9，这时候之前搭建的环境就显得有点憨憨了，早就知道有个玩意叫docker，...
Tensorflow 2.x入门教程
「 虚幻私塾」
03-02 936
Python微信订餐小程序课程视频 https://edu.csdn.net/course/detail/36074 Python实战量化交易理财系统 https://edu.csdn.net/course/detail/35475 目录 前言层次结构概述创建张量计算图自动微分数据输入Numpy构建数据生成器构建数据keras.utils.Sequence搭建模型顺序建模函数式API建模自定义建模损失函数自定义损失函数度量函数函数自定义度量类自定义度量优化器回调函数Tensorboard训练模型model
安装tensorflow-gpu杂项
Chang_Shuang的博客
07-02 321
使用pip的时候在后面加上-i参数，指定pip的下载源 pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple cuda8.0安装 1）在终端运行指令 sudo sh cuda_8.0.27_linux.run 选择 Do you accept the previously read EULA? accept/dec...
服务器上配置 Tensorflow GPU 版
bryant_meng
11-17 1万+
文章目录1 主要参考2 配置介绍3 安装流程4 详细流程4.1 显卡驱动的安装4.2 CUDA的安装4.3 CUDNN的安装4.4 Anaconda3安装（可选）conda 虚拟环境管理4.5 安装 tensoflow-gpu4.5.1 安装指定版本4.5.2 加速（换源、timeout）4.5.3 超级VIP加速4.5.4 pip 查看已经安装包的命令以及版本4.6 测试4.7 查看 tensorflow 的版本5 错误总结错误1：错误2：错误3：6 附录（window 下配置 Tensorflow-GP
tensorflow中LD_LIBRARY_PATH的问题
AprilNing的博客
06-12 2260
问题描述： I tensorflow/stream_executor/dso_loader.cc:102] Couldn’t open CUDA library libcupti.so. LD_LIBRARY_PATH: F tensorflow/core/common_runtime/gpu/cupti_wrapper.cc:57] Check failed: f != nullptr cou
配置tensorflow GPU 版本填坑路
fishmai的专栏
07-09 2414
如果是练习教程中的例子tensorflow cpu 版本够用了，要训练的话还是gpu版本要快很多， 本文记录了在我们配备的主流Mac电脑上，安装gpu版本常见问题和解决方法 显卡为： 芯片组型号： NVIDIA GeForce GTX 775M 类型： GPU 总线： PCIe PCIe Lane 宽度： x16 VRAM（总和）： 204...
如何在服务器上使用 Tensorflow, Notebook
weixin_34037515的博客
02-11 1144
多数情况下我们都是在本地使用 Anaconda 来安装 tensorflow, notebook 做深度学习, 数据分析. 但有时还是有需要在服务器上处理这些事, 比如 macbook 空间又双叕不够啦, 公司的数据不方便走外网啦, 数据导来导去非常麻烦啦, 还不如直接在服务器上跑 notebook 分析数据. 好, 不废话了, 直接上 1. 安装 conda Anaconda 其实也是用的 co...
tensorflow 安装GPU版本，个人总结，步骤比较详细
热门推荐
gangeqian2的博客
02-24 32万+
    手把手教你windows安装tensorflow的教程参考另一篇博文http://mp.blog.csdn.net/postedit/79307696    此博文是在上文安装CUDA/cuDNN的基础上的个人填坑总结，欢迎指教。CUDACUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA...
配置深度学习tensorflow GPU版本
xd1723138323的博客
06-01 6108
1、显卡驱动安装我笔记本电脑的独立显卡是860m，安装好Ubuntu之后，可以通过Ubuntu自带的Additional Drivers来安装独立显卡驱动（可能驱动不是最新的，但是是系统认为最匹配的，暂且就用这种驱动吧）step1:安装好Ubuntu首先对系统进行update和upgrade，否则直接装驱动会出错，具体命令如下：sudo apt-get updatesudo apt-get upg...
服务器安装cuda、tensorflow-gpu环境
wuprogrammer的博客
03-08 1170
1、安装Nvidia驱动（服务器预装了驱动，这步可不做） 1、先查看显卡 lspci | grep NVIDIA 2、再查看驱动版本 nvidia-smi 如果没有安装，使用这个命令安装 （必须禁用nouveau 链接） ubuntu安装显卡驱动的三种方法 以下这步可以不做 使用这个命令，切换更换内核 链接 2、安装cuda-9.0, cudnn-7.6.0 此时nvidia 驱动版本必须大于38...
安装gpu版本tensorflow
10-17
您可以按照以下步骤安装GPU版本的TensorFlow： 1. 确认您的计算机上已经安装了NVIDIA GPU，并且该GPU支持CUDA Compute Capability 3.0或更高版本。您可以在NVIDIA的官方网站上查看您的GPU是否支持CUDA Compute ...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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