Ubuntu16.04安装CUDA9.0以及cuDNN 以及一系列python环境配置等方法
安装cuda9.0
sudo sh cuda_9.0.176_384.81_linux.run
单击回车,一路往下运行,直到提示“是否为NVIDIA安装驱动nvidia-384?”,选择否,因为已经安装好驱动程序了,其他的全都是默认,不过要记住安装位置,默认是安装在/usr/local/cuda文件夹下。
配置环境变量,运行如下命令打开profile文件
sudo gedit /etc/profile
打开文件后在文件末尾添加路径,也就是安装目录,命令如下:
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
保存,然后重启电脑
sudo reboot
测试CUDA的Samples例子
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
如果显示的是关于GPU的信息,则说明安装成功了。
安装cudnn
使用命令解压文件cudnn-9.0-linux-x64-v7.tgz,并且复制到cuda路径中
tar -zxvf cudnn-9.0-linux-x64-v7.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
然后更新网络连接:
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.7.0.5 //自己查看.so的版本 对应更改
sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig
安装完成后可用 nvcc -V 命令验证是否安装成功,若出现版本信息则表示安装成功
安装Anaconda
bash Anaconda2-5.3.0-Linux-x86_64.sh
重启
安装opencv
pip install opencv-contrib-python==3.4.0.12
安装tensorflow-GPU
pip install tensorflow_gpu-1.10.0-cp27-cp27mu-manylinux1_x86_64.whl
安装1.11会报cudnn的错
!!!神坑
重启
安装Protobuf
在protobuf-3.6.1路径里
./configure
make
make check
sudo make install
sudo ldconfig # refresh shared library cache.
protoc --version #查看版本号
安装models
cd ~/tensorflow/models/research/
protoc object_detection/protos/*.proto --python_out=.
添加环境变量 PYTHONPATH(非常重要)
tensorflow/models/research/ 和 slim 目录 需要添加到PYTHONPATH环境变量中. 从终端中,切换到tensorflow/models/research/目录,执行:
#From tensorflow/models/research/
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
注意: 这条命令在新打开的终端中需要重新执行一次才会在新终端中生效,如果不想那么麻烦,就用下面的命令编辑 ~/.bashrc 文件,把上面的语句添加到末尾.
gedit ~/.bashrc
测试
python object_detection/builders/model_builder_test.py