Ubuntu16下GPU Tensorflow安装详细步骤

发表于 | 分类于 | 阅读次数:
字数统计: 1.1k | 阅读时长 ≈ 4

前言

以往的GPU Tensorflow安装都是在服务器上安装，并且步骤不太详细，这一次，是认为比较详细的一步步的安装方法，有了这个笔记，以后参照这个应该就能很快的安装好Tensorflow了

版本说明

  • 系统：Ubuntu16.04
  • CUDA版本：cuda10.0
  • cuDNN版本：cudnn7.4.2
  • Tensorflow版本：tensorflow1.13.1

Linux下 CUDA cuDNN Tensorflow 对应关系

一、安装nvidia显卡驱动

1
sudo add-apt-repository ppa:graphics-drivers/ppa

二、查看可安装的驱动版本

1
ubuntu-drivers devices

安装nvidia-410，我这里安装的是410版本

1
sudo apt-get install nvidia-410 nvidia-settings nvidia-prime

说明：我最开始安装过推荐的430版本，结果安装完成后，重启，界面进不去，会有报错，因此安装的低版本，目前测试过的410和390版本都没有问题

安装一些必要软件

1
2
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev

安装完成后，重启，以确认生效

1
sudo reboot

重启后，输入nvidia-smi，则能看到相关信息

三、安装cuda

3.1 下载cuda

点击cuda官网，下载CUDA10.0版本，下载runfile文件

3.2 安装cuda

1
2
cd ~/Downloads
sudo sh cuda_10.0.130_410.48_linux.run

运行后，稍等一会，会看见一些相关信息，此时需要按键，跳到100%浏览完成

按空格键跳到100%，直至出现如下界面

输入accept，等待下一个提示

是否安装410.48驱动，由于前面已经安装，这里选择否，输入n，等待下一个提示

提示，安装CUDA10.0 Toolkit，选择y，等待下一个提示

按回车键，选择默认路径，等待下一个提示

输入y，安装symbolic link，等待下一个提示

输入y，安装CUDA10.0 样例

最后，按回车键，选择默认路径，至此，已经CUDA安装步骤已经全部完成

安装完成后，界面显示如下：

四、安装cuDNN

4.1 下载cuDNN

点击cuDNN官网，下载cuDNN7.4.2版本，选择cuDNN7.4.2 for CUDA 10.0

下载时，选择cuDNN Library for linx，下载.tgz文件

4.2 安装cuDNN

首先，解压文件

1
2
cd ~/Downloads
tar -zxvf cudnn-10.0-linux-x64-v7.4.2.24.tgz

安装配置

1
2
3
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*

五、配置cuda环境

首先，需要打开~/.bashrc文件

1
sudo gedit ~/.bashrc

在文件末尾添加两行代码

1
2
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH

随后，source一下，以保存配置

1
source ~/.bashrc

六、安装gpu-tensorflow

我这里添加了proxychains4，是实现在终端翻墙的效果，这样下载安装会很快

1
sudo proxychains4 pip install tensorflow-gpu==1.13.1

七、测试

在终端输入python，进入python环境

然后 输入import tensorflow，不报错，即配置成功

八、帮助信息

8.1 查看cuda版本信息

1
cat /usr/local/cuda/version.txt

8.2 查看cuDNN版本信息

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

cuda和cuDNN版本信息如下图

8.3 查看GPU显卡信号和驱动版本信息

1
2
lspci | grep -i nvidia
sudo dpkg --list | grep nvidia-*

8.4 查看可安装的gpu-tensorflow版本信息

输入

1
sudo proxychains4 pip install tensorflow-gpu==

这里是会报错，因为没有输入对应版本，但是提示的错误信息中，能查看所有的可安装的gpu版本

如

1
2
sudo proxychains4 pip install tensorflow-gpu==1.13.1
sudo proxychains4 pip install tensorflow-gpu==1.13.0rc0

九、安装过程中，遇到过的问题

9.1 nvidia-*版本覆盖安装

最开始我安装的是nvidia-390的版本，然后输入nvidia-smi时，出现如下信息，这里没有显示CUDA的版本

后来，我直接又安装了nvidia-410版本，没有删除之前的任何信息，此时输入nvidia-smi，出现如下信息

这样也可能导致，我在这里输入sudo dpkg --list | grep nvidia-*，查看信息的时候会有两个的原因吧

总的来说，最后Tensorflow导入是没有问题的

9.2 markdown3.1.1错误提示

在安装gpu-tensorflow1.13.1版本的过程中，提示markdown错误

原因：pip版本过低

解决方法：升级pip

1
python -m pip install --upgrade pip

参考链接

总结

又重新在真机上安装配置了一遍GPU Tensorflow，并且笔记较之前更为详细，相信后面直接参考该教程是没有任何问题的了

0%