Ubuntu 16.04安装cuda8.0 + cudnn 5.1 + tensorflow-gpu的正确姿势
author: d3ja-vu
此教程为先后在两台ubuntu系统上成功配置tensorflow-gpu总结。
系统均为ubuntu 16.04,显卡均为GEFORCE 1080。
安装显卡驱动
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-387
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
这里装的驱动是nvidia-387,可自行在官网上查看合适的驱动型号。
执行上述操作后,输入reboot
重启
重启后可输入
nvidia-smi
查看驱动是否安装成功
安装cuda 8.0
在https://developer.nvidia.com/cuda-80-download-archive下载cuda 8.0,可能需要借助科学上网工具
!
下载完cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
后,(注意为8.0版本,9.1版本目前与tensorflow-gpu不兼容),执行以下指令进行安装
sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
sudo apt-get update
sudo apt-get install cuda
检查是否安装成功
根目录下执行以下指令,同理可对samples文件夹下其他样例进行测试
cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery
若显示GPU相关信息,则说明安装成功。如果没显示,请不要慌张,重启后继续再测试一次。
配置环境变量
根目录下输入
gedit ~/.bashrc
打开文件后,在文件末尾换行输入
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存退出,执行
source ~/.bashrc
安装cudnn 5.1
在https://developer.nvidia.com/rdp/cudnn-download下载cudnn 5.1,需先登录
下载完cudnn-8.0-linux-x64-v5.1.tgz
将其解压,可得到一个名为cuda的文件夹
复制该文件夹下内容至cuda安装路径
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*
安装tensorflow-gpu (1.2.0 / 1.2.1)
如果你还没有安装pip3,请先安装pip3
sudo apt-get install python-pip3 python-dev
经测目前直接通过
pip3 install tensorflow-gpu
安装的tensorflow 1.3.0版本与cuda8.0 + cudnn5.1环境不兼容,在python中import后会出现各种错误
解决方案为安装1.2.0或1.2.1版本
sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.2.0-cp35-cp35m-linux_x86_64.whl
这里使用了清华的tensorflow镜像,或直接使用https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp35-cp35m-linux_x86_64.whl
测试tensorflow-gpu
python3
> import tensorflow
>
若没有报错,那么恭喜你安装成功!