深度学习环境搭建:Tensorflow1.4.0+Ubuntu16

深度学习环境搭建:.4.0+.04+.5+Cuda8.0+.0

目录

硬件说明:

显卡:gtx-1080,8G显存

1b80

软件准备:

深度学习环境一定要适配,不是版本一定要匹配,这些库之间是有依赖关系的。

我的环境是:

16..5 #不能完全支持3.6版本,3.5比较稳定cuda8.0 #目前.04支持cuda版本8.0 比较好,对 cuda9.0 不是很友好,所以我们选择 Cuda8…4.01. 安装.04

从官网下载镜像,用U盘安装。

安装完成后更新系统。

sudo apt-get update 
sudo apt-get upgrade

2.安装显卡驱动

可以参考

个人测试可用,但需要注意你需要去官网下载适合你电脑的版本(网页可以自己测量你电脑需要的型号)。具体安装过程请参考上述博客。

重启电脑,通过-smi命令查看驱动信息。如果显示成功,说明驱动安装成功

3.安装 Cuda8.0

从官网下载相应的CUDA版本。官网最新版本为9.0,但强烈不建议大家使用最新版本。

我们选择linux平台并下载。执行;

sudo ./.0…run

我们已经安装了384,这一步选择n,其余都是yes。

最后,我们需要为我们安装的CUDA配置环境变量才能生效。

(1)打开sudo gedit ~/.,在末尾添加两行如下:

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

(2)设置环境变量和动态链接库,打开sudo gedit /etc/,在文件末尾添加:

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

(3)创建链接文件,打开sudo gedit /etc/ld.so.conf.d/cuda.conf,添加到文件中:

/usr/local/cuda/lib64

最后执行 sudo 使以上设置立即生效。

测试 CUDA:

执行以下命令:

cd ~/-8./ /

制作

./

可以查看详细信息,最终结果为Pass,则CUDA安装成功,否则有问题(使用和百度解决)。

4.安装.0

在开发者官网,找到cudnn:的下载页面,在7)中选择”cuDNN v6.0 (April 27, 201 “cuDNN v6.0 for Linux” @>,对于 CUDA 8.0″:

下载后安装很简单,就是解压后复制到对应的系统CUDA路径:

tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

图片[1]-深度学习环境搭建:Tensorflow1.4.0+Ubuntu16-唐朝资源网

sudo tar -xzf cudnn-8.0-linux-x64-v5.1.tgz -C /usr/local

5.清华源码安装

添加以下源加快速度

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

建议选择-4.2.0-Linux-.sh(版本4.2)安装,因为支持.5,通过命令chmod + x -4.2.0-Linux-.sh & ./-4. 2.0-Linux-.sh 可以安装,安装过程按照提示进行即可,比较简单。

6.安装

首先创建一个虚拟环境:

通过发出以下命令激活 conda 环境:

source activate tensorflow

发出以下格式的命令以在 conda 环境中安装:

pip install --ignore-installed --upgrade tensorflow-gpu==1.4.0

7. 要验证您的安装,请运行一个简短的程序

图片[2]-深度学习环境搭建:Tensorflow1.4.0+Ubuntu16-唐朝资源网

从 shell 调用如下:

$ python

在交互式 shell 中输入以下简短的程序代码行:

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

如果系统输出如下,你就可以开始编程了:

Hello, TensorFlow!

如果系统输出错误消息而不是问候,请参阅。

8. 卸载 .1 并升级到 .0

1、解压一个名为cuda的文件夹,里面有两个文件和lib64文件夹

2、删除原来的cudnn

图片[3]-深度学习环境搭建:Tensorflow1.4.0+Ubuntu16-唐朝资源网

sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn*12

3、安装需要版本的cudnn,在终端cd到新解压的cuda文件夹中

sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp lib64/lib* /usr/local/cuda/lib64/12

4、cd到/usr/local/cuda/lib64/文件夹并建立软链接(注意版本号改成自己的)

sudo chmod +r libcudnn.so.5.0.5  
sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5  
sudo ln -sf libcudnn.so.5 libcudnn.so  
sudo ldconfig  1234

5、检测

cd /usr/local/cuda/lib64/
ll12

cudnn版本已更新

© 版权声明
THE END
喜欢就支持一下吧
点赞9 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片