Tensorflow V1.0中的所有内容都发生了变化,本指南解释了如何在支持GPU的Ubuntu上安装Tensorflow,我只在Ubuntu14.04上测试过这些说明。nVidia支票
首先,您必须检查nVidia是否已安装,然后输入以下命令进行检查:nvidia-smi
你应该看看这样的东西
如果您看到这个您的nvidia卡是正确安装的。安装CUDA,Cudnn
转到https://developer.nvidia.com/cuda-downloads,下载用于ubutu 14.04的cuda工具包(download.deb文件),并使用以下命令安装它sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
小心tensorflow V1.0是cuda-8.0所必需的,并且不适用于cuda-7.5,如果您安装了cuda-7.5及更低版本,则在python中导入tensorflow时会出现此错误
importorror:libcudart.so.7.5:无法打开共享对象文件:没有这样的文件或目录。
安装cuda-8.0后,转到https://developer.nvidia.com/cudnn并下载cuDNN v5.1(2017年1月20日),用于cuda 8.0并使用以下命令安装tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp -P include/cudnn.h /usr/local/include
sudo cp -P lib64/libcudnn* /usr/local/lib64
sudo chmod a+r /usr/local/lib64/libcudnn*
在最后,将这些行添加到您的路径文件中,或者将这些行添加到~/.bashrc文件中,以便执行此操作,请使用以下命令:
打开~/.bashrcsudo nano ~/.bashrc
添加这些行export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda/lib64张量流
要在支持gpu的情况下安装tensorflow,可以使用下面的一个命令安装它pip install tensorflow-gpuI tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcublas.so.8.0 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcudnn.so.5 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcufft.so.8.0 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcurand.so.8.0 locally
毕竟,如果在python控制台中导入tensorflow时正确地执行所有操作,您可以看到这些,这意味着您的tensorflow支持gpu