ubantu16.04安装tensorflow(GPU)+cuda8.0+cudnn6.0
Ubantu16.04安装tensor flow(gpu)+cuda8.0+cudnn6.0
博主是个爱折腾的人,很不幸这两天系统崩了,无奈之下又得重新安装tensorflow....
之前试过基于Anaconda的安装以及源码安装,个人感觉太复杂,于是打算采用pip安装试试,结果发现步骤相对简单多了...强烈推荐使用pip安装tensorflow
系统环境:ubantu16.04
显卡:GTX960M
前提:已安装好显卡驱动!
我安装的是nvidia-375,如果不清楚自己的显卡支持什么驱动需要去官网查询
如果你的显卡是GTX960M或者支持nvidia-375,可以使用此命令:sudo apt-get install nvidia-375进行安装
第一步:安装Anaconda
Anaconda里面集成了很多关于Python科学计算的第三方库,主要是安装方便,在官网(https://www.continuum.io/downloads)上即可下载。
任意版本均可,笔者使用的是anaconda3-4.2.0
第二步:安装CUDA
CUDA分network版本与local版本,建议下载local版本,因为network版本是在安装过程中下载的,选择本地版较好,同时建议下载runfile版本,据说deb版本太多坑,我之前用deb版本安装的时候也觉得不太方便....
下载完成之后,cd到该文件所在处,根据官网提示输入:
sudo sh cuda_8.0.61_375.26_linux.run
然后会让你选择安装内容,个人觉得除了cuda toolkit是必须的外,其他可选可不选。
具体可以参考下图
设置Cuda环境变量
输入:sudo gedit ~/.bash_profile
然后在文末添加以下两行:export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda-8.0
保存离开,如果大家对环境变量的设置不太熟悉,可以google一下。
第三步:安装cudnn
初次下载cudnn需要在网上填写一堆问卷,耐心填吧。(下载地址:https://developer.nvidia.com/cudnn)
下载好后,打开终端依次输入以下命令:
cd ‘cudnn文件所在位置’
tar xvzf cudnn-8.0-linux-x64-v6.0.tgz###(解压这个文件)
sudo cp cuda/include/cudnn.h /usr/local/cuda/include###(复制)
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64###(复制)
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
若出现以下问题:
/sbin/ldconfig.real: /usr/lib/nvidia-375/libEGL.so.1 不是符号连接
/sbin/ldconfig.real: /usr/lib32/nvidia-375/libEGL.so.1 不是符号连接
在终端输入:
sudo mv /usr/lib/nvidia-375/libEGL.so.1 /usr/lib/nvidia-375/libEGL.so.1.org
sudo mv /usr/lib32/nvidia-375/libEGL.so.1 /usr/lib32/nvidia-375/libEGL.so.1.org
sudo ln -s /usr/lib/nvidia-375/libEGL.so.375.39 /usr/lib/nvidia-375/libEGL.so.1
sudo ln -s /usr/lib32/nvidia-375/libEGL.so.375.39 /usr/lib32/nvidia-375/libEGL.so.1
即可
第四步:pip安装tensorflow
打开终端:输入 sudo apt-get install python-pip python-dev
pip install tensorflow-gpu
第五步:验证
打开终端,输入:
$python
>>>import tensorflow as tf
>>>sess=tf.Session()
如果按下图显示就安装成功了~~~
这是目前博主试过最快的安装方式,如有什么错误之处,欢迎指出修改~~