CUDA cuDNN tensorflow版本对应关系
CUDA8.0 | cuDNN v5.1 | tensorflow1.2及以下版本 |
---|---|---|
CUDA8.0 | cuDNN v6 | tensorflow1.3、1.4 |
CUDA9.0 | cuDNN v7 | tensorflow1.5及以上版本 |
—————
考虑到新版本可用的资源少,我们选择安装CUDA8.0 + cuDNN v6 + tensorflow 1.4
—————
安装CUDA® Toolkit 8.0
下载
从https://developer.nvidia.com/cuda-downloads下载CUDA Toolkit 8.0 GA2 (Feb 2017)以及补丁文件,如下:
cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb安装
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb sudo apt-get update sudo apt-get install cuda
添加环境变量到.bashrc文件,并source一下
在terminal中输入以下命令
sudo gedit ~/.bashrc #打开.bashrc
然后在打开的文本末尾加入:
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}}
继续在terminal中输入:
source ~/.bashrc #使更改的环境变量生效
验证安装成功
在terminal中输入:
cat /proc/driver/nvidia/version
出现如下内容 :
NVRM version: NVIDIA UNIX x86_64 Kernel Module 384.111 Tue Dec 19 23:51:45 PST 2017
GCC version: gcc version 5.4.0 20160609 (Ubuntu 5.4.0-6ubuntu1~16.04.9)在terminal中输入:
nvcc -V
出现如下内容 :
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Tue_Jan_10_13:22:03_CST_2017
Cuda compilation tools, release 8.0, V8.0.61
安装cuDNN v6
下载
从网站https://developer.nvidia.com/rdp/cudnn-download下载下面要安装的包
安装
安装runtime library,在terminal中输入:
sudo dpkg -i libcudnn6_6.0.21-1+cuda8.0_amd64.deb
安装developer library,在terminal中输入:
sudo dpkg -i libcudnn6-dev_6.0.21-1+cuda8.0_amd64.deb
安装cuDNN Library User Guide,在terminal中输入:
sudo dpkg -i libcudnn6-doc_6.0.21-1+cuda8.0_amd64.deb
验证
cp -r /usr/src/cudnn_samples_v7/ $HOME cd $HOME/cudnn_samples_v7/mnistCUDNN make clean && make ./mnistCUDNN
出现test passed信息
安装libcupti-dev library
在terminal中输入:
sudo apt-get install libcupti-dev
安装python环境和virtualenv
buntu16.04自带的python是2.7版本的,现在python3.x使用的比较多
在terminal中输入:
sudo apt-get install python3-pip python3-dev python-virtualenv# for Python 3.n
安装上的是python3.5
virtualenv是多版本python共存时,管理环境的工具
在terminal中输入:
virtualenv --system-site-packages -p python3 ~/envs/tfgpu # for Python 3.n
创建一个python3.5的虚拟环境,然后打开这个环境:
source ~/envs/tfgpu/bin/activate
安装gpu版本的tensorflow
安装
python3.5的虚拟环境下,输入:pip3 install --upgrade tensorflow-gpu==1.4 #安装1.4版本的tensorflow-gpu
测试
Python import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello))