Ubuntu16.04+Cuda8.0+cudnn6.0+Tensorflow-gpu==1.4

Ubuntu16.04+Cuda8.0+cudnn6.0+Tensorflow-gpu==1.4

硬件环境：
Intel i7-4700
显卡 Nvidia gtx 745
安装顺序：
        1. ubuntu16.04系统
        2. Nvidia gtx 745 驱动 384版本
        3. Cuda8.0版本
        4. Cudnn6.0版本
        5. Python3.5版本

6. Tensorflow-gpu=1.4版本

笔者信息：Next_Legend QQ:1219154092 人工智能图像处理神经网络高维信息处理计算机视觉

——2018.3.19于天津大学

步骤一：ubuntu16.04系统
此处涉及到ubuntu系统的安装，自行百度谷歌。（自行参考）
http://blog.csdn.net/qq_28205153/article/details/52203512

推荐阅读ubuntu16.04安装之后的工作
http://blog.csdn.net/wshish920907/article/details/75145553
http://blog.csdn.net/fengyuzhiren/article/details/54844870

步骤二：Nvidia gtx 745的驱动安装
方法一：图形界面安装（有时候有bug不好使，看运气了）
（1）点击右上角的系统设置
（2）点击软件和更新

（3）点击附加驱动

选择适合自己电脑版本的显卡驱动进行应用更改。我选择的是nvidia-384.
(更改过程缓慢，建议耐心等待一会)
（4）重启电脑，安装完毕。
（5）验证显卡驱动是否安装成功

在终端输入 nvidia-smi

安装成功！

方法二：在nvidia官网下载相应版本的驱动，终端指令安装

http://www.nvidia.cn/Download/index.aspx（下载）

下载完之后是一个名称为 NVIDIA-Linux-x86_64-xxx.xx.run 的文件。

在下载好的run文件夹下启动终端输入以下指令

$ sudo sh NVIDIA-Linux-x86_64-xxx.xx.run
等待安装成功。
检查是否安装成功，在终端输入
nvidia-smi
（如果显示和方法一的信息，说明成功，否则一步步排除bug）

步骤三：Cuda8.0版本
在官网下载相应安装文件

https://developer.nvidia.com/cuda-toolkit-archive

成功下载cuda_8.0.61_375.26_linux.run文件，在该文件所在的文件夹中打开终端，
sudo sh cuda_8.0.44_linux.run
安装开始以后，首先是一个协议，此时显示更多0% ，一直按回车到底以后，输入accept。 此时注意，不需要安装run文件中的显卡驱动，因为它的版本比上面更的老其他的操作如下所示：

Tensorflow-gpu=1.4版本

安装完毕后，再配置一下环境变量；
$ sudo gedit /etc/profile
在打开的文本文件最后面插入
export PATH=/usr/local/cuda-8.0/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
然后保存，关闭。
测试是否安装成功，在终端下输入
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

Tensorflow-gpu=1.4版本

若显示上述信息，说明安装成功，Result = PASS

步骤四：Cudnn6.0版本

注意：此处的cudnn版本需要自己根据所需的DL框架来选择，原则是匹配Cuda版本与框架版本（我用的是tensorflow==1.4,python==3.5,cuda==8.0的，所以需要cudnn6.0版本）
官网下载：https://developer.nvidia.com/rdp/cudnn-download

需要注册一个帐号与填写调查问卷，很简单的。

下载好之后，在终端解压，输入解压指令：
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
然后在终端继续输入以下指令：
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*
cudnn安装完毕！其实安装cudnn的目的就是将相应文件复制到cuda下。

步骤五：Python3.5版本
sudo apt-get install python3.5 python3.5-dev

python3 --version

sudo apt-get install python3-pip
pip3 --version

步骤六：Tensorflow-gpu=1.4版本

pip3 install tensorflow-gpu==1.4

安装成功！

步骤七：检验
在终端输入
python3
import tensorflow as tf
x = tf.constant("I Love you!")
sess = tf.Session()
print(sess.run(x))

打印输出：

b'I Love you!'

如何检验是否是GPU运算呢？
在终端输入
nvidia-smi

显示GPU process name,有python3

至此所有的安装步骤完毕，恭喜您安装成功！

附参考blog
http://blog.csdn.net/u014595019/article/details/53732015
https://www.jianshu.com/p/339bf989bc08
http://blog.csdn.net/hanshileiai/article/details/46843713
https://www.jianshu.com/p/87f043e56a4f
https://www.jianshu.com/p/12efbfe08d02
http://blog.csdn.net/Nicholas_Wong/article/details/77687949
https://developer.nvidia.com/cuda-toolkit-archive
https://developer.nvidia.com/rdp/cudnn-download
http://blog.csdn.net/wshish920907/article/details/75145553
http://blog.csdn.net/fengyuzhiren/article/details/54844870

Ubuntu16.04+Cuda8.0+cudnn6.0+Tensorflow-gpu==1.4

猜你喜欢