一、安装cuda
首先下载cuda打deb文件https://developer.nvidia.com/cuda-80-ga2-download-archive
选择相应的系统版本和文件类型(此处我们选择local的deb类型文件)
然后执行以下三条命令
1、sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
2、sudo apt-get update
3、sudo apt-get install cuda
重新启动,然后输入invidia-smi验证,有输出则证明安装成功。
二、安装cudnn
首先下载文件,链接https://developer.nvidia.com/rdp/cudnn-download
选择Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0下的cuDNN v6.0 Library for Linux版本
直接的下载链接为https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v6/prod/8.0_20170307/cudnn-8.0-linux-ppc64le-v6.0-tgz
下载完成后在命令行中输入以下四条命令
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*
三、安装Tensorflow-gpu
首先安装pip
sudo apt-get install python-pip
然后使用pip安装tensorflow,此处注意。我们要安装的是tensorflow的gpu版本,而且,cuda、cundnn、tensorflow和python的版本需要适当配合才能正确运行,也就是说不可以随意更换版本,我们这里要安装tensorflow-gpu的1.4版本,他和cuda8、cudnn6、python2或者3都可以很好的配合。所以执行以下命令
pip install tensorflow-gpu==1.4
如果中途遇到权限或者pip更新版本问题,根据错误提示使用sudo权限,或者升级pip版本即可
完成之后,
在命令行下输入python进入python
import tensorflow as tf 尝试,
尝试运行一个程序,然后看大会输出你的显卡信息就证明ok啦