在ubuntu 18.10下搭建tensorflow-gpu环境

总共可以分成4步，分别为安装drivers, 安装cuda, 安装cudnn，安装anaconda
一：安装drivers
1.卸载掉原先的nvidia驱动

sudo apt-get purge nvidia-*

2.禁止自带的nouveau nvidia驱动

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

打开文件后在最后一行添加

blacklist nouveau

保存退出后在终端输入

sudo update-initramfs -u

确认是否已禁用

lsmod | grep nouveau

如果没有提示说明禁用

3.安装nvidia驱动
首先

sudo apt-get update
sudo apt-get upgrade

不管是安装啥都用来这么两句
然后

ubuntu-drivers service

查看自己的计算机适合哪个驱动，

ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001180sv00001458sd0000353Cbc03sc00i00
vendor   : NVIDIA Corporation
model    : GP106 [GeForce GTX 1060 6GB]
driver   : nvidia-304 - distro non-free
driver   : nvidia-340 - distro non-free
driver   : nvidia-390 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

== cpu-microcode.py ==
driver   : intel-microcode - distro free

如上图，推荐安装390，如果选择推荐的则输入以下命令

sudo ubuntu-drivers autoinstall

如果想安装其他版本，则

sudo apt install nvidia-340

4.检查是否完成安装
输入

nvidia-smi

出现此代码说明安装成功
在ubuntu 18.10下搭建tensorflow-gpu环境二：安装cuda
在cuda以及cudnn官网上下载，注意cuda以及cudnn的版本与tensorflow是对应的，如果下错了版本会无法使用，所以下之前最好是搜一下
1.对gcc,g++进行降级（因为ubuntu 18.10自带的版本太高）
可以先查一下

gcc --version
g++ --version

安装gcc 5以及g++ 5

sudo apt install gcc-5
sudo apt install g++-5

安装完成后连接

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

2.安装cuda

sudo sh cuda_9.0.176_384.81_linux.run

除了驱动选no其他的选yes或者回车

3.设置环境变量

gedit ~/.bashrc

在末尾加上

export PATH=$PATH:/usr/local/cuda/bin/
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64/

source ~/.bashrc

三：安装cudnn

tar -zxvf cudnn-9.0-linux-x64-v7.tgz  #解压缩
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/  #拷贝
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d 
sudo chmod a+r /usr/local/cuda/include/cudnn.h #设置权限
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

四：anaconda
到目前为止，环境已经搭建完毕，剩下的就是安装anaconda以及pycharm

bash Anaconda-2.1.0-Linux-x86_64.sh

安装完毕后检查是否已加入环境变量

python3

如果有anaconda字样说明已加入，如果没有就按照以下步骤将anaconda加入环境变量

在终端输入：

sudo gedit ~/.bashrc

打开注册表后，在注册表中加入：

exportPATH=~/anaconda3/bin:$PATH

立即生效，输入：

source ~/.bashrc

在anaconda中加入清华镜像（加快下载速度）

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

五.pycharm
去pycharm官网下载完成后解压，在bin文件夹下的pycharm.sh可以直接运行（通过终端命令行），但是不方便，所以可以通过以下方式加入快捷方式
首先，输入

sudo  gedit  /usr/share/applications/Pycharm.desktop

然后将以下复制进去

[Desktop Entry]
Type=Application
Name=Pycharm
GenericName=Pycharm3
Comment=Pycharm3:The Python IDE
Exec=sh /home/wyc/下载/pycharm-community-2018.1.2/bin/pycharm.sh #将此改为你自己的目录
Icon=/home/wyc/下载/pycharm-community-2018.1.2/bin/pycharm.png#将此改为你自己的目录
Terminal=pycharm
Categories=Pycharm;

然后在搜索里面找到pycharm将其固定在dock上就行

https://blog.csdn.net/qq_34296627/article/details/82833172
https://blog.csdn.net/sinat_35866463/article/details/80310486
https://blog.csdn.net/VcosmosV/article/details/83022682

在ubuntu 18.10下搭建tensorflow-gpu环境

相关推荐