1.deepin的Nvidia驱动下载
http://www.nvidia.com/Download/index.aspx,注意自己的gpu版本
验证成功时会出现以下界面:
2.cuda 8.0
配置cuda仅需一行命令:
sudo apt install nvidia-cuda-dev nvidia-cuda-toolkit nvidia-nsight nvidia-visual-profiler
3.下载cuDNN 6( 即cudnn-8.0-linux-x64-v6.0)
一般是去https://developer.nvidia.com/cudnn官网下载,不过最近中国区不能用,博主找了好久找到这个链接 https://developer.nvidia.com/cudnn
注:前边数字8.0的意思是针对cuda8.0版本
下载完解压,然后拷到主目录里面,然后输入命令
gedit ~/.bashrc
在文本最后加入一行:
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/home/你的用户名字/.local/cuda/lib64"
可能出现的问题:
Error retrieving accessibility bus address: org.freedesktop.DBus.Error.ServiceUnknown: The name org.a11y.Bus was not provided by any .service files
解决:
sudo apt-get install at-spi2-core
4.tensorflow-gpu安装:
pip install tensorflow-gpu==1.4
因为目前最新1.5版本的需要cuda9.0和cuDNNv7,而deepin库中cuda装的是8.0,所以下了cuDNNv6,tensorflow选择1.4版本 。之前博主cuda装8.0,cuDNN装了v7,tensorflow-gpu装了1.5版本一直报错,根据这个帖子进行了回滚:
http://blog.csdn.net/w5688414/article/details/79187499
5.验证tensorflow是否安装成功(官方代码)
$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>
到这里说明tensorflow安装成功。
可能出现的问题:
ImportError: libcudnn.so.6: cannot open shared object file: No such file or directory
出现这个问题有可能是cudnn版本不是v6,或者
LD_LIBRARY_PATH没有设置好,两个都排除后试试
sudo apt-get install libcupti-dev
然后再试试官方验证tensorflow安装成功代码就不会报错了