TF的GPU版本需要安装CUDA和cuDNN,而在Ubuntu中安装显卡驱动稍微麻烦一点。下面的安装比较简单:
1.检查显卡支持情况
2.下载一些东西
3.安装显卡驱动
简要说明:Ubuntu的GPU驱动安装稍微麻烦一点,而安装tool kit会提示是否安装显卡驱动,问题是顺着tool kit安装显卡驱动是走不通的,所以显卡驱动要单独安装。
麻烦点:只要N卡运行,X server服务就有,需要手动关闭:
ctrl+alt+F1 进入命令行模式,关掉方式:sudo /etc/init.d/lightdm stop,然后开始安装夏卡驱动:
直接运雄驱动的*.run文件即可。中间会有提示,选yes没有害处,可能会提示卸载之前的驱动,选yes即可。最后提示安装成功,会回到图像桌面,手动重启一下。
4.安装tool kit
同样进入命令行,关掉X server服务,运行run文件。除了驱动不安装外其他都是yes。安装完手动重启一下。
5.安装cuDNN
这个是把一些文件复制到指定位置即可:
tar xvzf cudnn-7.0-linux-x64-v4-prod.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
6.添加环境变量
否则TF不知道CUDA的东西在哪里,方法:在/etc/environment文件中直接添加下面路径:
:/usr/local/cuda/lib64:/usr/local/cuda
7.安装pip和TF
默认安装TF对应使用Python2.7,想用其他的可以参考官网:https://www.tensorflow.org/versions/r0.10/get_started/os_setup.html#pip-installation
sudo apt-get install python-pip python-dev
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0rc0-cp27-none-linux_x86_64.whl
sudo pip install --upgrade $TF_BINARY_URL
8.测试
进入Python测试:(显示一些输入输出)
$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>
9.可能的错误
ImportError: libcudart.so.7.0: cannot open shared object file: No such file or directory
是环境变量没设置好