文章目录
查看驱动版本
TensorFlow2.0需要cuda10,所以应该装410.48以上版本驱动
使用如下命令查看驱动:
nvidia-smi
可访问英伟达官网获得: https://www.geforce.cn/drivers
我这边下载的410.79
驱动安装:驱动安装
安装cuda 10
下载cuda 10
cuda10.0地址:
nvidia cuda 10
安装cuda
sudo chmod 777 cuda_9.0.176_384.81_linux.run
sudo ./cuda_9.0.176_384.81_linux.run
为了避免多版本cuda混淆,在选择是否创建/usr/local/cuda 的软连接时选no,后面环境变量bashrc里直接写具体的版本。
配置cuda环境
因为配置的是多版本的cuda,直接配置到bashrc里即可
sudo gedit ~/.bashrc
打开文件在文件末尾添加路径(填写自己安装的路径)
export PATH=/data/jlzhao/software/cuda10/bin:$PATH
export LD_LIBRARY_PATH=/data/jlzhao/software/cuda10/lib64/
export LIBRARY_PATH=/data/jlzhao/software/cuda10/lib64
运行bashrc使其生效
source ~/.bashrc
安装cuDNN 7.5.0
下载
cudnn7.5.1(cuda10.0版):
nvidia cuDNN 进去需要你注册,注册一下就好了
cuda,cudnn的版本对应关系:
原链接:[tensorflow 从源代码构建](https://tensorflow.google.cn/install/source
/)
选择版本下载:
注意:
安装cuDNN
有可能你下载的文件是如下文件,这是只需要改一下后缀名即可,如:
mv cudnn-10.2.solitairetheme8 cudnn-10.2.tgz
tar -zxvf cudnn-10.0-linux-x64-v7.5.1.10.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda-10.0/lib64/
sudo cp include/cudnn.h /usr/local/cuda-10.0/include/
cd /usr/local/cuda-10.0/lib64/
sudo chmod +r libcudnn.so.7.5.1 # 自己查看.so的版本
sudo ln -sf libcudnn.so.7.5.1 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
安装anaconda
下载anaconda,创建虚拟环境,anaconda直接在清华镜像下
清华镜像
.sh相当于exe文件
安装好以后自带pip和conda
https://conda.io/docs/user-guide/install/linux.html
- 也可以在服务器端找一个好的目录,wget + 复制好的地址,运行就好
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
安装:
下载好之后,在下载目录目录中,出现一个Anaconda3-5.3.1-Linux-x86_64.sh这样子的文件,运行它就好,切换到该文件目录运行
bash Anaconda3-5.3.1-Linux-x86_64.sh
- 注意按在自己的DATA目录下
激活bashrc
source ~/.bashrc
用conda安装想安装的软件,例如tensorflow
直接在tensorflow官网,下面链接,用这个安装就行。
https://www.tensorflow.org/install/install_linux
pycharm 远程安装tensorflow2.0,keras,pytorch
配置pycharm同步修改远程服务器代码及使用远程解释器调试
参考链接:
- Install NVIDIA Drivers in RHEL/CentOS/Fedora and Debian/Ubuntu/Linux Mint)
- 如何查看ubuntu的内核版本和发行版本号?
- [专业亲测]Ubuntu16.04安装Nvidia显卡驱动(cuda)–解决你的所有困惑
- Ubuntu安装 cuda10 + cudnn7.5 + Tensorflow2.0
- nvidia官网下载linux版的cudnn不是.tgz文件
- 从源代码构建
- tensorflow CUDA cudnn 版本对应关系
- Ubuntu16.04下安装多版本cuda和cudnn
- 在ubuntu上安装多个版本的CUDA,并且可以随时切换
- CUDA Toolkit 10.0 Archive
- cuDNN Archive
- linux查询gcc版本及相关的命令
- Ubuntu16.04下安装cuda和cudnn的三种方法(亲测全部有效)
- Linux下tar命令解压到指定的目录)
- Anaconda创建环境、删除环境、激活环境、退出环境