Ubuntu 安装 tensorflow-gpu 1.4 包含 CUDA 8.0 和cuDNN

本文是全系列中第1 / 4篇:TensorFlow 安装教程

硬件环境:NVIDIA GTX 980 Ti

系统环境:Ubuntu 16.04 64位

一.安装 NVIDIA驱动

  1. 关闭 Secure Boot

具体如何禁用 BIOS 中的 Secure Boot 要根据主板的情况。

以华硕主板的禁用方法为例:

首先进入 BIOS,然后选择 Boot ,进入 Secure Boot 界面:

确定 “OS Type” 是 “Windows UEFI”

进入 “Key Management”

选择 “Clear Secure Boot keys”

在你清除 ” Secure Boot keys” 之后,你将会有  “Install default Secure Boot keys” 选项来恢复默认的 keys 。

在你清除 ” Secure Boot keys” 之后, Secure Boot 会被自动关闭,你现在可以设置 “OS Type” 为 “Other OS”。

设置完成之后的效果:

2.禁用 nouveau driver

控制台输入命令,创建一个文件通过命令

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

并添加如下内容:

blacklist nouveau

options nouveau modeset=0

再更新一下

sudo update-initramfs -u

修改之后需要重启系统。确认下nouveau是已经禁用,可以使用命令:

lsmod | grep nouveau

3.在字符界面下安装驱动

首先添加ppa库,然后通过ppa安装显卡驱动,使用以下命令添加:

sudo add-apt-repository ppa:graphics-drivers/ppa

关闭图形化环境

首先进入 Ubuntu 系统字符界面,使用组合键 ALT+CTRL+F1 进入字符界面。

为了确保驱动能够正常安装,我们需要暂时关闭x-window服务(图形环境),在文本模式下输入命令进行关闭:

sudo service lightdm stop

安装驱动

首先通过以下命令来查看 NVIDIA VGA card model

sudo lshw -numeric -C display

可以使用命令:

ubuntu-drivers devices

来查看可以使用的驱动,如图:

输入以下命令,直接安装驱动:

sudo apt-get update && sudo apt-get install nvidia-384

进入系统,我们要看刚刚的显卡驱动是否已经正确安装成功,通过下面命令查看:

nvidia-smi

如图所示显卡驱动已经正确安装,显卡的型号是 GTX 980 Ti。

二.安装 CUDA

1.确定和 TensorFlow 对应的 CUDA 版本

TensorFlow GitHub 页面查看依赖的版本:

https://github.com/tensorflow/tensorflow/releases

2.下载和安装

因为 CUDA 8 兼容的gcc 版本是 4.9 ,但是ubuntu 16.04 默认的是 gcc 5,所以需要gcc降版本。

sudo apt-get install g++-4.9

sudo update-alternatives –install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20

sudo update-alternatives –install /usr/bin/gcc gcc /usr/bin/gcc-5 10

sudo update-alternatives –install /usr/bin/g++ g++ /usr/bin/g++-4.9 20

sudo update-alternatives –install /usr/bin/g++ g++ /usr/bin/g++-5 10

sudo update-alternatives –install /usr/bin/cc cc /usr/bin/gcc 30

sudo update-alternatives –set cc /usr/bin/gcc

sudo update-alternatives –install /usr/bin/c++ c++ /usr/bin/g++ 30

sudo update-alternatives –set c++ /usr/bin/g++

下载地址:

https://developer.nvidia.com/cuda-downloads

因为上一步已经安装了显卡驱动,所以这里要选 no 。

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?

(y)es/(n)o/(q)uit: n

3.设置环境变量

配置CUDA环境变量

export PATH=”$PATH:/usr/local/cuda-8.0/bin”

export LD_LIBRARY_PATH=”/usr/local/cuda-8.0/lib64″

三.安装cuDNN

1.确定版本

TensorFlow GitHub 页面查看依赖的版本:

https://github.com/tensorflow/tensorflow/releases

2.下载

下载地址:

https://developer.nvidia.com/cudnn

3.安装

tar xvzf cudnn-8.0-linux-x64-v5.1-ga.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 /usr/local/cuda/lib64/libcudnn*

四.安装 tensorflow-gpu

直接安装

pip install tensorflow-gpu

指定版本安装:

例如,要安装 tensorflow-gpu 1.4

pip install tensorflow-gpu==1.4

安装完成

参考教程:

https://blog.csdn.net/roach_zfq/article/details/53883976

 

https://www.cnblogs.com/xuliangxing/p/7569946.html

 

https://www.linuxidc.com/Linux/2016-11/137561.htm

 

https://blog.csdn.net/qq_30520759/article/details/78947034

 

 

 

About AIxiaoxin 16 Articles
人工智能|深度学习|机器学习|tensorflow

Be the first to comment

Leave a Reply

Your email address will not be published.