您的位置: 首页  >  文章  >  ubuntu下安装配置 tensorflow-gpu

ubuntu下安装配置 tensorflow-gpu

分类: 文章 • 2022-10-05 17:55:49

配置环境之前要做的工作是知道自己的显卡信息，然后再去官网下载对应版本NVIDIA版本驱动

1、查看显卡信息

nvidia- smi

2、下载对应版本显卡驱动

NVIDIA驱动下载链接 https://www.nvidia.cn/Download/index.aspx?lang=cn

3、禁用开源nouveau驱动

1）打开终端，先删除旧的驱动：

sudo apt-get purge nvidia*

2）禁用自带的 nouveau nvidia驱动

lsmod | grep nouveau

3）创建一个文件

sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

4）添加如下内容：

blacklist nouveau
options nouveau modeset=0

5）保存文件退出，执行下面命令更新一下

sudo update-initramfs -u

6）重启电脑，打开终端再次输入命令

lsmod | grep nouveau

如果发现什么都没显示，那么说明禁用nouveau 成功了，

4、安装NVIDIA显卡驱动

1）首先按Ctrl+Alt+F1进入控制台，输入用户名密码登陆，执行下面命令关闭图形界面

sudo service lightdm stop

然后cd切换到存放显卡驱动文件的路径，运行安装文件：

sudo sh NVIDIA-Linux-x86_64-390.42.run --no-opengl-files

必须加上 --no-opengl-files ,否则会出现循环登录（登录之后再退出到登录界面）

5、网上查找tensorflow-gpu所对应的cuda和cudnn版本关系

ubuntu下安装配置 tensorflow-gpu
tensorflow-gpu 1.4版本为分界线，需要cuda8 和 cudnn6，tensorflow-gpu 1.5版本以上都需要cuda9和cudnn7

6、cuda下载

下载链接
https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu

7、安装cuda

1）按Ctrl+Alt+F1进入控制台，输入用户名密码登陆，执行命令关闭图形界面

sudo service lightdm stop

2）跳转到存放文件的路径运行安装文件

sudo sh cuda_9.0.176_384.81_linux.run

3）安装开始以后，首先是一个协议，一直按空格到底以后，输入accept。其他的操作如下所示：

Do you accept the previously read EULA?
accept/decline/quit: accept
 
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y)es/(n)o/(q)uit: n
 
Install the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: y
 
Enter Toolkit Location
[ default is /usr/local/cuda-9.0 ]:
 
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
 
Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: y

第二个安装显卡驱动一定要选择no，否则之前安装的驱动就白装了，有默认选项的直接选择默认选项就可以了（直接回车）
4）安装完成后，打开图形界面配置环境变量，运行如下命令打开profile文件

sudo service lightdm start   //打开图形界面
sudo gedit  /etc/profile

5）打开文件后在文件末尾添加路径，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

根据自己安装的cuda版本，可以将9.0改为8.0或者10.0, 根据自己安装的cuda版本来进行更改
6）保存

sudo ldconfig

7）重启电脑

sudo reboot

8）查看版本

nvcc --version

9）编译例子测试

cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

8、卸载cuda（可选）

1）如果安装错了版本，卸载操作如下：

sudo apt-get remove cuda 

sudo apt-get autoclean

sudo apt-get remove cuda*

2）在目录切换到/usr/local/下

cd /usr/local/

sudo rm -r cuda-9.2

3）添加下环境变量

sudo gedit ~/.bashrc

4）打开文件后，将下面内容添加到文件的最后面，保存后退出

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}}

5）设置环境变量和动态链接库

sudo gedit /etc/profile

6）在打开的文件末尾加入：

export PATH=/usr/local/cuda/bin:$PATH

7）创建链接文件：

sudo gedit /etc/ld.so.conf.d/cuda.conf

在打开的文件中添加如下语句：

/usr/local/cuda/lib64

8）执行，使链接立即生效

sudo ldconfig

9、下载获取cudnn

下载地址：https://developer.nvidia.com/rdp/cudnn-archive
下载自己对应的CUDA版本的cudnn文件
这里选择 cuDNN v7.0.5 Library for Linux
注意：

千万别选[Power8]的版本，这个是给Power8处理器使用的，由于v7.1.2版本还没提供普通版本，所以就下载了v7.0.5
这里下载是需要注册登陆的

10.安装cudnn

1）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/

2）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

3）测试

nvcc -V

若出现版本信息则表示安装成功

11、安装Anaconda

1）下载安装包
Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载
2）进入到相应文件夹进行安装

bash ./Anaconda3-5.0.0-Linux-x86_64.sh

3）更改环境变量

sudo gedit ~/.bashrc

在末端输入

export PATH="/home/coder/anaconda3/bin:$PATH"

4）生效

source ~/.bashrc

4）更换源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

12、卸载Anaconda（可选）

1）删除整个anaconda目录：
由于Anaconda的安装文件都包含在一个目录中，所以直接将该目录删除即可。到包含整个anaconda目录的文件夹下，删除整个Anaconda目录：

rm -rf anaconda文件夹名

2）建议清理下.bashrc中的Anaconda路径：

到根目录下，打开终端并输入：

  sudo gedit ~/.bashrc

在.bashrc文件末尾用#号注释掉之前添加的路径(或直接删除)：

export PATH=/your/path/to/anaconda3/bin:$PATH

保存并关闭文件 使其立即生效，在终端执行：

   source ~/.bashrc

3）关闭终端，然后再重启一个新的终端，这一步很重要，不然在原终端上还是绑定有anaconda.

13、安装tensorflow

1）建立独立环境

conda create -n tensorflow python=3.6

2）进入环境

source activate tensorflow

3）安装

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple （更换源安装很快）

4）测试代码

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

14、安装numpy matplotlib pandas

1）进入环境

source activate tensorflow

2）安装

pip install keras
pip install matplotlib
pip install pandas

3）测试keras

import keras

若出现Using TensorFlow backend 输出，则说明安装keras-gpu安装成功，这是机器上当前GPU设备的情况。

相关推荐