目 录
首先说一下笔者的计算机配置:i78700系统+8g内存+1660ti显卡,系统是Ubuntu18.10,准备安装pycharm+anaconda+tensorflow-gpu。那么要安装ensorflow-gpu,安装NVIDAI显卡驱动、CUDA、CUDNN是必须的步骤,但是在这里首先申明,大家一定要看准TensorFlow官方给的TensorFlow版本支持的CUDA、CUDNN版本。我是一开始没注意到这个,所以上来就安装了CUDA10.1和CUDNN7.4.0,然后就没有然后,肯定转不成功,只有重新下载安装了。最后经过多方考究,决定使用网友分享最多的:CUDA9.0+CUDNN7.0.5+TENSORFLOW1.12.0+ANACONDA3+PYCHARM的组合,
注意这里ANACONDA3的安装,各位看官们最后选用Python=3.6.n的版本,不然后面还有重装3.6的版本。
NVIDAI显卡驱动安装就折磨了我两天,由于电脑是新买的,就直接安装了Ubuntu18.10所以,开机时就卡的要命笔者还以为是电脑配置的问题,结果安装玩了NVIDIA显卡后,Ubuntu就飞了起来,感觉到爆,所以使用Ubuntu自带的显卡驱动是十分卡的,这一点请各位看官一定要清楚。
在这里有个疑问:pycharm要使用anaconda的编译器,所以anaconda是必须要装的,但是pycharm里是可以自己安装TensorFlow的,那面在conda的环境里安装tensorflow是不是没有必要呢?
经过实践发现在conda的环境里安装tensorflow是必须的步骤,但是为什么我并不清楚。
另外在conda的环境里安装tensorflow后,是不是在pycharm中不用在安装TensorFlow包呢?这个已经验证是可行的,也就是所你在TensorFlow的环境下用PIP安装和你在pycharm里直接安装是一样的效果,反之则不成立。
首先NVIDIA显卡的安装推荐两种方式:第一种使用下载包安装,第二种是使用命令自动安装,第二种会很慢,我使用的是第二种,因为第一种一开始没有获得root权限。这一部分是后来装完所有的东西补写的,可能存在不足之处,只有靠各位看官自己努力了。
第一种 自动安装
使用图形驱动程序PPA存储库允许我们安装NVIDIA beta驱动程序,但是这种方法存在不稳定的风险。
(1)首先,将ppa:graphics-drivers/ppa存储库添加到系统中:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
(2)输入以下命令:
sudo apt-get install nvidia-×××(为你显卡的序列,也可不写)