您的位置: 首页  >  文章  >  ubuntu 18.04下使用keras+tensorflow-gpu（安装cuda，cudnn）

ubuntu 18.04下使用keras+tensorflow-gpu（安装cuda，cudnn）

分类: 文章 • 2025-03-07 23:00:45

在经历了接近两天的瞎搞中，终于完成了ubuntu下用gpu训练模型，真是比cpu快了好多倍啊。。。

先看看成功结果图

ubuntu 18.04下使用keras+tensorflow-gpu（安装cuda，cudnn）可以看到这时的gpu平均利用率达到了80%以上，而cpu利用率保持在20%以下。

必须强调的是

要想成功，版本对的上是关键，你若对不上，那就不可能成功
需要明白的是：tensorflow-gpu应该是会调用cuda提供的函数（或者说tensorflow-gpu通过cuda才能在gpu上运行），所以tensorflow的版本和cuda的版本需要对应；而cudnn又是建立在cuda上的，所以cudnn需要和cuda版本对应；同时keras往往使用tensorflow作为backend，所以keras需要和tensorflow-gpu版本对应（我估计若同时装有tensorflow和tensorflow-gpu的情况下，keras会优先利用tensorflow而不是tensorflow-gpu，所以请只保留tensorflow-gpu，反正多一个也没用）
下面给出我从别的博客那里看到的对应版本图
ubuntu 18.04下使用keras+tensorflow-gpu（安装cuda，cudnn）
ubuntu 18.04下使用keras+tensorflow-gpu（安装cuda，cudnn）

说说我的配置

显卡：NVIDIA GTX1050Ti（官网上查看可以用于cuda的显卡里没有这一项，然而其实可以）

显卡驱动版本（NVIDIA Driver Version）：450.80.02

系统版本：Ubuntu 18.04.5 LTS

gcc/g++版本：gcc (Ubuntu 4.8.5-4ubuntu8) 4.8.5

python版本：Python 3.6.9

cuda版本：
我的cuda安装包名称：cuda_10.0.130_410.48_linux.run，这个名称才是网上一般所说的cuda版本，也就是说我的cuda是10.0版本的
若用nvcc --version查看，结果如下
nvcc: NVIDIA ® Cuda compiler driver
Copyright © 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130

cudnn版本：
我的cudnn安装包名称：cudnn-10.0-linux-x64-v7.4.1.5.tgz，这个名称才是网上一般所说的cudnn版本，也就是说我的cudnn是7.4版本的（cudnn7.4 for cuda 10.0)
其他博客里说用这个查看：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2，然而貌似看不出来
结果如下
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 4
#define CUDNN_PATCHLEVEL 1

tensorflow-gpu版本：1.14

keras版本：2.2.0

传送门

cuDNN下载：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse7415-10
卸载cuDNN：https://blog.****.net/qq_15192373/article/details/81609077

参考博客

http://www.mamicode.com/info-detail-3024196.html
https://blog.****.net/fengdu78/article/details/104667044/
https://blog.****.net/zhiman_zhong/article/details/91491780
第三篇博客写的很详细，基本上跟着做就没问题，若是哪一步不对了，卸载重装就行（比如说我的cuda开始装完后，/usr/local/下的cuda文件名为cuda，而写进配置文件的是cuda-10.0，这个问题直到我重装才发现，所以请确定自己某一步安装确实完成了，从网上搜一搜如何查看是否安装上即可）

-----------------------------------------------更新分割线------------------------------------------------------
在训练时出现了这样一个错误：
运行：
model = models.Sequential()
model.add(conv_base)
错误：
The added layer must be an instance of class Layer.
网上的说法大多是：从不同的位置导入了layer，或从tensorflow导入了layer的同时从keras导入了VGG
然而我的并非如此

由于我在另外一个版本的环境中跑过相同的代码，因此怀疑是tensorflow版本的问题
所以：更新tensorflow–>更新keras，cudnn
更新后的环境：
不变的部分：
显卡：NVIDIA GTX1050Ti
显卡驱动版本（NVIDIA Driver Version）：450.80.02
系统版本：Ubuntu 18.04.5 LTS
python版本：Python 3.6.9
cuda版本：10.0
变化的部分：
cuDNN版本：7.6.5
tensorflow-gpu版本：2.0.0
keras版本：2.3.1
大概可以猜测：版本之间的匹配重要的是前两个数字，比如7.6，2.0，2.3之类的，后面的数字不太重要

相关推荐