深度学习之环境搭建 ubuntu16.04+cuda8.0+cudnn6.0+tensorflow1.4

注意cuda、cudnn和tensorflow版本的匹配

1. 安装ubuntu16.04系统

制作系统U盘，对于联想电脑，按F12设置从USB安装

2. 安装cuda8.0（我的显卡是GTX850m）

2.1 安装NVIDIA 驱动

1）禁止nouveau驱动：Ubuntu系统集成的显卡驱动程序是nouveau，它是第三方为NVIDIA开发的开源驱动，我们需要先将其屏蔽才能安装NVIDIA官方驱动。

sudo gedit /etc/modprobe.d/blacklist.conf

blacklist nouveau
options nouveau modeset=0

sudo update-initramfs -u

sudo reboot，确认下Nouveau是已经被你干掉，使用命令： lsmod | grep nouveau

2）文本模式

扫描二维码关注公众号，回复： 3141770 查看本文章

ctrl+alt+F1进入tty模式，输入账号和密码，关闭图形界面：sudo service lightdm stop

添加nvidia的驱动源：sudo add-apt-repository ppa:graphics-drivers/ppa

查看可安装的驱动版本：ubuntu-drivers devices，这里选择396

sudo apt-get update

sudo apt-get install nvidia-396：安装过程中禁用secure boot，这点非常重要，设置8-16位密码，

sudo apt-get install mesa-common-dev

sudo apt-get install freeglut3-dev

打开图像界面：sudo service lightdm start

sudo reboot：重启过程中选择改变secure boot状态的选项，输入几次密码，yes启动

打开终端，输入nvidia-smi，显示显卡信息说明安装成功

2.2 安装cuda8.0

从这里下载cuda8.0的安装run文件，进入run文件所在文件夹

sudo sh cuda_8.0.27_linux.run：注意Install NVIDIA Accelerated Graphics Driver for Linux-x86_64（选择no）：因为驱动之前已经安装，这里就不要选择安装驱动。其余的都直接默认或者选择是即可

sudo gedit /etc/profile：打开“profile”文件，在末尾处添加（注意不要有空格，不然会报错):

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

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH

sudo reboot

2.3 测试cuda的samples

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

sudo make

./deviceQuery：显示关于GPU的信息，则说明安装成功了。

3. 安装cudnn6.0

下载地址：https://developer.nvidia.com/rdp/cudnn-download#a-collapse6-8

下载解压：tar -zxvf cudnn-8.0-linux-x64-v7.tgz，得到一个cuda文件夹，进入之后会有include文件夹和lib64文件夹

sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include/

sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64/

进入/user/local/cuda-8.0/lib64/下并且创建软链接：sudo ln -sf libcudnn.so.6.0.20 libcudnn.so.6, sudo ln -sf libcudnn.so.6 libcudnn.so

4. 安装tensorflow1.4

在清华镜像源 https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/选择GPU、Linux系统、cp35版本、Tensorflow1.4.0后自动生成：

pip install \
  -i https://pypi.tuna.tsinghua.edu.cn/simple/ \
  https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.4.0-cp35-cp35m-linux_x86_64.whl

安装完成后，启动python环境验证是否安装成功：

python

>>> import tensorflow as tf

>>> hello = tf.constant('Hello, TensorFlow!')

>>> sess = tf.Session()

>>> print sess.run(hello)

Hello, TensorFlow! # 恭喜！安装成功！

深度学习之环境搭建 ubuntu16.04+cuda8.0+cudnn6.0+tensorflow1.4

猜你喜欢