![v2-726bf426f4459eb3811e4b91c46428c2_1440w.jpg?source=172ae18b](http://img-01.proxy.5ce.com/view/image?&type=2&guid=752b0a6a-9b2e-eb11-8da9-e4434bdf6706&url=https://pic1.zhimg.com/v2-726bf426f4459eb3811e4b91c46428c2_1440w.jpg?source=172ae18b)
本文列出在ubuntu
上搭建tensorflow-gpu
环境所需的四个步骤,笔者在unbuntu 16.04,17.04,18.04
上均搭建成功,如果在安装过程中遇到任何问题尽量参考官方文档。配置环境分为部分:驱动,CUDA,CUDNN。配置好之后就可以用pip安装tensorflow-gpu,愉快的开始炼丹了。
一、驱动
1. 下载显卡驱动:
Download Driverswww.nvidia.com![v2-d9696e7cc23189c8aff34a1634d38c99_ipico.jpg](http://img-02.proxy.5ce.com/view/image?&type=2&guid=752b0a6a-9b2e-eb11-8da9-e4434bdf6706&url=https://pic2.zhimg.com/v2-d9696e7cc23189c8aff34a1634d38c99_ipico.jpg)
到官网上下载最新显卡驱动。同时需要注意驱动所对应的CUDA
版本,低版本的显卡驱动将无法支持而CUDA
版本对应了相应的tensorflow
版本,截止成文时最新的tensorflow
为1.10.1
对应CUDA-9
所以需要下载不低于R384
版本的驱动,对应关系如下:
NVIDIA graphics driver R375 or newer for CUDA
NVIDIA graphics driver R384 or newer for CUDA 9
NVIDIA graphics driver R390 or newer for CUDA 9.2
2. 安装显卡驱动:
参考下面的博客(需梯子):
https://medium.com/@antonioszeto/how-to-install-nvidia-driver-on-ubuntu-18-04-7b464bab43e6medium.com命令整理如下:
chmod +x NVIDIA-Linux-x86_64-410.73.run
sudo apt-get install gcc
sudo apt-get install make
sudo bash -c "echo blacklist nouveau > /etc/modprobe.d/blacklist-nvidia-nouveau.conf"
sudo bash -c "echo options nouveau modeset=0 >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf"
cat /etc/modprobe.d/blacklist-nvidia-nouveau.conf
sudo update-initramfs -u
sudo reboot
ctrl + alt + F2
sudo telinit 3
sudo bash NVIDIA-Linux-x86_64-410.73.run
sudo reboot
二、CUDA 工具包
1. 下载
CUDA Toolkit Archivedeveloper.nvidia.com需要注册NVIDIA账号才能下载,点击右上角注册,注册完后重新进入上面的链接即可看到下载页面。
注意在选择版本时一定要对应相应的tensorflow版本,tf官方文档没有描述清楚,这是在安装环境是最容易出错的地方,不同版本tensorflow依赖CUDA不一样,比如tf1.4对应cuda8,tf1.10对应cuda9
,参考如下:
![v2-8211cc005e94d6e264ed4c01dc3fe638_b.jpg](http://img-03.proxy.5ce.com/view/image?&type=2&guid=752b0a6a-9b2e-eb11-8da9-e4434bdf6706&url=https://pic1.zhimg.com/v2-8211cc005e94d6e264ed4c01dc3fe638_b.jpg)
2. 安装cuda tookit: 在刚才的下载页面选择相应版本,不同的下载类型只需要按照页面上官方给的出的命令执行即可 :
![v2-aeb1a5e156be4de8ea1ad4f8c125393b_b.jpg](http://img-02.proxy.5ce.com/view/image?&type=2&guid=752b0a6a-9b2e-eb11-8da9-e4434bdf6706&url=https://pic4.zhimg.com/v2-aeb1a5e156be4de8ea1ad4f8c125393b_b.jpg)
三、cuDNN(NVIDIA CUDA Deep Neural Network library)
1. 下载cudNN:
官方脚本下载地址developer.nvidia.com注意下载CUDA对应的cudNN版本
![v2-f5aff4652daadeb5b1565fcb9a3003fc_b.jpg](http://img-01.proxy.5ce.com/view/image?&type=2&guid=752b0a6a-9b2e-eb11-8da9-e4434bdf6706&url=https://pic1.zhimg.com/v2-f5aff4652daadeb5b1565fcb9a3003fc_b.jpg)
2. 安装cudnn
官方文档 安装命令(将命令中的版本改为实际安装中的相应版本):
tar -xzvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/
sudo chmod a+r /usr/local/cuda-9.0/lib64/libcudnn*
export PATH="/usr/local/cuda-9.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH"
四、安装虚拟环境及tensorflow
如果需要安装其他版本tensorflow,将最后一句命令改为 pip install tensorflow-gpu==版本号即可。
sudo apt-get install libcupti-dev
sudo apt-get install python3-pip python3-dev python-virtualenv
virtualenv --system-site-packages -p python3 tensorflow
source ~/tensorflow/bin/activate
pip install tensorflow-gpu
参考文档: NVIDIA官方文档 tendorflow官方文档 显卡驱动异常