Ubuntu16.04安装Tensorflow-gpu

之前一直使用win10下的tensorflow,gpu占用率始终上不去,于是在自己电脑装个ubuntu配置下,此篇博客用来记录安装过程,博主机器i5-7300HQ,8G内存,GTX1050显卡2G显存,Ubuntu16.4版本。

在win10下配置tensorflow-gpu曾经花费我零零碎碎一个周的时间,由不可控原因重做系统重新配置时,二笔博主忘记了当时怎么操作的,又浪费了我还几天时间,换到Ubuntu配置个环境,决心静下心来写篇记录我的操作。

一、关于NVIDIA驱动的问题

刚开始跟着网上的博客去英伟达官网下了驱动,左找右找找了个也不知道是不是适配我的电脑的(我英语不好,找不到适合我用的),下了一个.run文件,跟着教程走了一趟,于是我电脑就当机了,开机后显示我的显卡驱动损坏,也进不去图形界面,没法下载新的驱动,就找到了教程换了显卡驱动才进去(解决方法在这https://blog.csdn.net/ShuqiaoS/article/details/83350450并对博主表示感谢)。

于是便弃用了.run文件装驱动的方法。

使用apt装驱动。

1、首先检查你的现有驱动版本,使用命令

nvidia-smi
Sun Oct 20 15:12:53 2019       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 384.130                Driver Version: 384.130                   |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 1050    Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   43C    P0    N/A /  N/A |    362MiB /  2001MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      1032      G   /usr/lib/xorg/Xorg                           199MiB |
|    0      2019      G   compiz                                        86MiB |
|    0      2545      G   ...uest-channel-token=13933453839605693412    75MiB |
+-----------------------------------------------------------------------------+

已有版本384.130,但是安装cuda-9.0 驱动版本需大于384.81, 要不然安装tensorflow会报错,那就装上呗。

 

2、使用命令查看推荐驱动

ubuntu-drivers devices

里面好像没有大于384版本的,那就加上去。

 

3、添加ppa:

sudo add-apt-repository ppa:graphics-drivers/ppa

4、更新apt:

sudo apt update

5、再用上面命令查看下推荐驱动,现在应该就有410了。

6、添加需要的依赖项:

sudo apt install dkms build-essential linux-headers-generic

7、禁用nouveau:

 lsmod | grep nouveau

要是这条命令后你的机器有输出,说明没有禁用,进行下列操作,没有输出的同学进行下一步

禁用具体操作:

(1)cd命令进入/etc/modprobe.d文件夹下,创建 blacklist-nouveau.con文件并添加句子。

sudo  touch  blacklist-nouveau.conf
sudo  chmod a+w+r blacklist-nouveau.conf 
vim blacklist-nouveau.conf

(2)使用VIM添加下面句子到文件,不会用VIM的同学,先去找找操作指南,在这先不讲

blacklist nouveau
options nouveau modeset=0

(3)保存退出

(4)命令更新

sudo update-initramfs -u

(5)重启机器

(6)命令测试

 lsmod | grep nouveau

没有输出了,表示禁用成功。

8、安装驱动:

sudo apt-get install linux-headers-$(uname -r)
sudo apt install nvidia-410

9、重启电脑(记得这个博客啊,别重启回来找不到了,一个步骤不执行完还不如不执行,说多了都是泪.jpg)

10、再查看版本,版本是不是就是410了^_^

nvidia-smi

二、安装CUDA

1、到CUDA官网下载安装包,地址:https://developer.nvidia.com/cuda-toolkit-archive

 

2、我用的CUDA-9.0

3、下载完后cd进入到下载路径

4、加权限

chmod +x cuda_9.0.176_384.81_linux-run

5、安装

sudo ./cuda_9.0.176_384.81_linux-run

在安装驱动过程中有个是否安装驱动,一定要选no,因为会覆盖你已经安装的,而他给装的又不对..........

6、类似windows加环境变量

vim ~/.bashrc

打开后将下列添加进文件末尾

# CUDA9.0
export PATH=/usr/local/cuda-9.0/bin/:$PATH;
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64/:$LD_LIBRARY_PATH;

7、查看版本(如果提示无nvcc命令,重启下机器)

nvcc -V

我的显示:

 

三、安装cuDNN

1、去官网下载对应版本库,官网地址:https://developer.nvidia.com/rdp/cudnn-download

网站需要登陆才能下载,没有账号的同学申请一个账号,不花钱~~

2、选择对应版本

3、cd命令进入下载路径,解压文件夹

tar -zxvf cudnn-9.0-linux-x64-v7.5.1.10.tgz

4、解压出来的文件夹会有两个文件夹,将每个文件夹里面的东西分别拷贝到/usr/local/cuda-9.0下的同名文件夹内,就算是完成了cuDNN的安装了。

 

 

四、安装Anaconda

1、一样,先去官网下载安装包,官网地址:https://www.anaconda.com/download/#linux

2、我用的3.7版本

加权限,文件名字写上你下载的文件

chmod +x 文件名字.sh

安装

./文件名字.sh

如果权限不够,在命令前面加上sudo

3、添加环境变量进去

vim ~/.bashrc

环境变量如下,添加至文件末尾

# Anaconda
export PATH=/home/z/anaconda3/bin:$PATH

4、创建新的Anaconda环境

conda create -n tensorflow python=3.6

5、这次为止Anaconda就安装完成了,一般都是在子环境下运行的,所以base环境别动了,要不又是一堆麻烦

使用(激活)子环境tensorflow方法

source activate tensorflow

 

 

 

五、安装tensorflow-gpu

1、进入(激活)tensorflow环境

source activate tensorflow

2、安装

conda install tensorflow-gpu

3、测试是否生效

输入

python

进入python编译

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

要是输出一大串,并且你能在里面找到你的显卡,比如我的就有GTX 1050字样,大多说明你已经安装成功了。

 

六、已知错误以及解决方法

1、开机后显示显卡驱动损坏,也进不去图形界面,没法下载新的驱动,换了显卡驱动进去(解决方法在这https://blog.csdn.net/ShuqiaoS/article/details/83350450

2、循环登陆页面,无限次输入密码,可能是因为驱动版本版本,博主remove掉了所有NVIDIA(另一台机器),用了.run文件安装,因为那台电脑显卡型号比较好找。使用.run安装请到我的另一篇博文参考。

七、参考与致谢

 

1、https://blog.csdn.net/u012235003/article/details/54575758

2、https://blog.csdn.net/u013082989/article/details/83382230

 

说在最后,大家在使用次教程时,有什么问题可以随时联系我,私信或者Q2905257286我,收到后我会在第一时间恢复,很多未知错误在等着我们,也欢迎大家一起观察错误,希望大家欧皇附体

  • 0
    点赞
  • 0
    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