GeForce GTX 1660
cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb
cudnn-9.0-linux-x64-v7.6.5.32.tgz
tensorflow-gpu==1.12.0
keras==2.2.4
一、安装NVIDIA显卡驱动
- 查看自己显卡
lspci | grep -i vga
lspci | grep -i nvidia
- 查看显卡驱动
lsmod | grep -i nvidia
- 在Ubuntu系统设置中更换显卡驱动
Ubuntu18.04原来安装的是开源的nouveau驱动,但是CUDA要使用NVIDIA官方驱动,所以要更换显卡驱动。
点击软件与更新->附加驱动->选择NVIDIA官方驱动,应用更改并重启即可
NVIDIA显卡驱动版本会因显卡不同而不同
-
安装成功
二、GCC降级Ubuntu18.04默认gcc7.0,而CUDA9.0只支持gcc6.0及以下版本,因此需要降级,这里选择降级到的版本是gcc5.5版本
-
查看自己的版本
gcc --version
- 降级
sudo apt-get install gcc-5 g++-5
sudo update-alternatives --install /usr/bin/gcc gcc/usr/bin/gcc-5 50
sudo update-alternatives --install /usr/bin/g++ g++/usr/bin/g++-5 50
- 降级成功:显示是5.5版本
三、安装cuda9.0
-
在下载包存放目录处打开终端输入
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
- 进入/usr/local目录下可以看到cuda和cuda-9.0两个文件夹
- 添加环境变量
sudo gedit ~/.bashrc
- 在打开的配置文件中,将以下内容写入末尾处
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
- 使环境变量生效
source ~/.bashrc
- 安装成功
四、安装cudnn
- 下载:https://developer.nvidia.com/rdp/cudnn-download
- 在解压cudnn-9.0-linux-x64-v7.6.5.32.tgz处打开终端
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*
- 安装完成:显示cudnn的版本号
五、安装tensorflow-gpu、keras
- 安装pip3
sudo apt install python3-pip
- 安装tensorflow-gpu、keras
pip3 install tensorflow-gpu==1.12.0 keras==2.2.4 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
- 安装成功