cudnn下载_Ubuntu 安装 tensorflow-gpu 1.4 +CUDA 8.0 +cuDNN详细教程

欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！也可以搜索号：磐创AI，关注我们的文章。

作者：fendouai

硬件环境：NVIDIA GTX 980 Ti

系统环境：Ubuntu 16.04 64位

一.安装 NVIDIA驱动

1. 关闭 Secure Boot

具体如何禁用 BIOS 中的 Secure Boot 要根据主板的情况。

以华硕主板的禁用方法为例：

首先进入 BIOS，然后选择 Boot ，进入 Secure Boot 界面：

确定 "OS Type" 是 "Windows UEFI"

进入 "Key Management"

选择 "Clear Secure Boot keys"

在你清除 " Secure Boot keys" 之后，你将会有 "Install default Secure Boot keys" 选项来恢复默认的keys 。

在你清除 " Secure Boot keys" 之后， Secure Boot 会被自动关闭，你现在可以设置 "OS Type" 为"Other OS"。

设置完成之后的效果：

2.禁用 nouveau driver

控制台输入命令，创建一个文件通过命令

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

并添加如下内容：

blacklist nouveau

options nouveau modeset=0

再更新一下

sudo update-initramfs -u

修改之后需要重启系统。确认下nouveau是已经禁用，可以使用命令：

lsmod | grep nouveau

3.在字符界面下安装驱动

首先添加ppa库，然后通过ppa安装显卡驱动，使用以下命令添加：

sudo add-apt-repository ppa:graphics-drivers/ppa

关闭图形化环境

首先进入 Ubuntu 系统字符界面，使用组合键 ALT+CTRL+F1 进入字符界面。

为了确保驱动能够正常安装，我们需要暂时关闭x-window服务（图形环境），在文本模式下输入命令进行关闭：

sudo service lightdm stop

安装驱动

首先通过以下命令来查看 NVIDIA VGA card model

sudo lshw -numeric -C display

可以使用命令：

ubuntu-drivers devices

来查看可以使用的驱动，如图：

输入以下命令，直接安装驱动：

sudo apt-get update && sudo apt-get install nvidia-384

进入系统，我们要看刚刚的显卡驱动是否已经正确安装成功，通过下面命令查看：

nvidia-smi

如图所示显卡驱动已经正确安装，显卡的型号是 GTX 980 Ti。

二.安装 CUDA

1.确定和 TensorFlow 对应的 CUDA 版本

TensorFlow GitHub 页面查看依赖的版本：

https://github.com/tensorflow/tensorflow/releases

2. 下载和安装

因为 CUDA 8 兼容的gcc 版本是 4.9 ，但是ubuntu 16.04 默认的是 gcc 5，所以需要gcc降版本。

sudo apt-get install g++-4.9

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10

sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30

sudo update-alternatives --set cc /usr/bin/gcc

sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30

sudo update-alternatives --set c++ /usr/bin/g++

下载地址：

https://developer.nvidia.com/cuda-downloads

因为上一步已经安装了显卡驱动，所以这里要选 no 。

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?

(y)es/(n)o/(q)uit: n

3.设置环境变量

配置CUDA环境变量

export PATH="$PATH:/usr/local/cuda-8.0/bin"

export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"

三.安装cuDNN

1.确定版本

TensorFlow GitHub 页面查看依赖的版本：

https://github.com/tensorflow/tensorflow/releases

2.下载

下载地址：

https://developer.nvidia.com/cudnn

3.安装

tar xvzf cudnn-8.0-linux-x64-v5.1-ga.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*

四.安装 tensorflow-gpu

直接安装

pip install tensorflow-gpu

指定版本安装：

例如，要安装 tensorflow-gpu 1.4

pip install tensorflow-gpu==1.4

安装完成