TensorFlow安装教程

Ubuntu18.04 安装 Tensorflow GPU 版本

在 Ubuntu 18.04 系统 NVIDIA 3090 显卡的电脑安装 TensorFlow GPU 加速版本涉及以下几个步骤。下面是详细的步骤指南：

1. 更新系统并安装依赖

首先，确保你的系统软件包是最新的，并安装一些必要的依赖项：

sudo apt update
sudo apt upgrade
sudo apt install build-essential gcc
sudo apt install python3-pip python3-dev

2. 安装 NVIDIA 驱动程序

由于使用的是 3090 显卡，需要安装支持 NVIDIA Ampere 架构的驱动程序（450.x 及以上版本）。可以通过以下步骤安装驱动：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt install nvidia-driver-460

安装完成后，重启计算机：

sudo reboot

3. 安装 CUDA Toolkit

TensorFlow 需要 CUDA Toolkit 来使用 GPU 进行加速计算。下载并安装 CUDA Toolkit：

wget https://developer.download.nvidia.com/compute/cuda/11.2.2/local_installers/cuda_11.2.2_460.32.03_linux.run
sudo sh cuda_11.2.2_460.32.03_linux.run

在安装过程中，选择安装 CUDA Toolkit 并跳过驱动程序的安装（因为我们已经安装了最新的驱动程序）。

安装完成后，设置环境变量：

echo 'export PATH=/usr/local/cuda-11.2/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

4. 安装 cuDNN

cuDNN 是 NVIDIA 提供的用于深度学习的 GPU 加速库。要下载和安装 cuDNN，你需要从 NVIDIA 开发者网站获取库文件：

1. 前往 NVIDIA cuDNN 下载页面。
2. 登录并下载与 CUDA 版本匹配的 cuDNN 库。
3. 解压下载的文件并将其复制到 CUDA 的安装目录中：

tar -xzvf cudnn-11.2-linux-x64-v8.1.1.33.tgz
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

5. 安装 TensorFlow GPU 版本

现在，你可以安装支持 GPU 加速的 TensorFlow 版本：

pip3 install --upgrade pip
pip3 install tensorflow==2.5.0  # 选择合适的TensorFlow版本

6. 验证安装

你可以通过以下代码来验证 TensorFlow GPU 是否正确安装并能够检测到 GPU：

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

如果输出类似 Num GPUs Available: 1，则说明安装成功，TensorFlow 已经可以使用 GPU 进行加速。

7. 处理可能的错误

在安装或运行过程中，如果遇到任何错误，请确保以下几点：

• CUDA 和 cuDNN 版本与 TensorFlow 版本匹配。
• 驱动程序安装正确且与 CUDA 兼容。
• 确保环境变量设置正确，并且终端中可以正确访问 nvcc。

这样，你的 Ubuntu 18.04 系统就应该能够成功使用 NVIDIA 3090 GPU 加速运行 TensorFlow 了。

其他链接

TensorFlow GPU 在Ubuntu 18.04的安装

Windows平台安装TensorFlow

CUDA cuDNN TensorFlow-GPU 安裝教學(Windows適用)

Tensorflow中文社区