グラフィックスカード:GeForceはRTX 2080のTi
システム:18.04
バージョンを選択します
https://www.tensorflow.org/install/source#common_installation_problems
https://blog.csdn.net/qq_27825451/article/details/89082978
Linuxでは、GPU
バージョンPythonのバージョンコンパイラビルドツールcuDNN CUDA
tensorflow-2.0.0 2.7、3.3から3.7 GCC 7.3.1 Bazel 0.26.1 7.4 10.0
2. Ubuntuのシステムのインストール
3. NVIDIAのドライバのインストール
3.1ヌーボー無効にして再起動
入力lsmod | grep nouveau
ヌーボーを示す出力は、働いています
sudo gedit /etc/modprobe.d/blacklist.conf
blacklist nouveau options
nouveau modeset=0
再起動し、入力lsmod | grep nouveau
も出力しない、ことにより、通常の検査
3.2補助作業
sudo yum -y install gcc-c++
sudo apt-get update
3.3ダウンロードの実行ファイル
選択されたNVIDIAドライバのバージョン
ubuntu-drivers devices
ダウンロードします。https://www.nvidia.cn/Download/index.aspx LANG = CN?
3.4インストール
ドライバネットワーキングをインストールする前に、パッケージをインストールするには、その後、あなたは清華ソースを見て、ソースを変更することができ、高速でのいくつか
によってCtrl+Alt+F3
、端末入力
service lightdm stop
注:NVIDIAドライバとの競合が、オフにするため、このステップは、する必要があります
sudo chmod +x NVIDIA-Linux-x86_64-430.26.run
sudo bash NVIDIA-Linux-x86_64-430.26.run –no-opengl-files –no-x-check
注意:あなたは、パラメータを追加する必要があります* -no -opengl-ファイル*、またはページサイクルのログイン
パラメータの参照時にします。https://blog.csdn.net/wf19930209/article/details/95237824
sudo apt install lightdm
service lightdm start
lightdm参照リンクについて:(https://blog.csdn.net/ chentianting /記事/詳細/ 85089403)
メイン会議に戻りますctrl + alt + f2
3.6結果
NVIDIA、SMI
3.5ピットの記録
私のシステムでは、直接使用するsudo apt-get install nvidia-settings nvidia-driver-430 nvidia-prime
方法は、ブートプロセスサイクルのログインインターフェイスに分類されます。
HTTPSを:しかし、この方法は、以下のようなリンク、たくさんのに有効である//blog.csdn.net/BigData_Mining/article/details/99670642が
異なる状況で異なる反応を持って自分のコンピュータをご覧ください。
4. CUDA 10.0インストール
なお、ここでダウンロードcuda10.0いうより10.1、cuda10.1互換性のないtensorflow2.0の
ダウンロードリンク:
http://developer.nvidia.com/cuda-downloads
sudo sh cuda_XXX_linux.run
- インストールプロセス
ドライバがインストールされていない(ステップ2インストール原因)
- オープン、三部作を操作し、bashrcにして環境変数を追加し、追加し、有効になります
gedit ~/.bashrc
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source ~/.bashrc
- クーダインストールテスト成功
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
結果=合格、インストールが成功したことを表示されます
cuda10.1アンインストール
sudo /usr/local/cuda-10.1/bin/cuda-uninstaller
三部作に従い、同時に、オープン、追加、有効になります。コメントCUDAのPATH
#export PATH="/usr/local/cuda-10.0/bin:$PATH"
#export LD_LIBRARY_PATH="/usr/lcoal/cuda-10.0/lib64:$LD_LIBRARY_PATH"```
5.cudnnインストール
Nvidiaのアカウントのログイン、ダウンロード:https://developer.nvidia.com/rdp/cudnn-archive、選択しcuDNN library for linux
たバージョン
解凍したフォルダにコピー+
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
テストインストールが成功したかどうか
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
上から下へ761バージョンことを示すために7.6.1
6. anancondaパイソン3.6がインストールされて
アナコンダバージョンによって清華ダウンロードミラーは、python3.7とtensorflowに最新3-5.3.0対応に対応したバージョンは、ダウンロードの要件を満たしていない注意Anaconda3-5.2.0を
さらに使用Jupyterに注意を払う、ダウンロード後、インストールし、スパイダーは、この記事にリンクをインストールします/usr/local/anaconda3
(参照リンクします。https://www.cnblogs.com/jisongxie/p/10053760.html)
sh Anaconda3-5.2.0-Linux-x86_64.sh
インストールパスを変更するための第二のステップ
トリロジー環境変数:
sudo gedit /etc/profile
テキストの終わり
export PATH=/usr/local/anaconda3/bin:$PATH
source /etc/profile
シャットダウン効率的に再起動、端末入力ワードPythonはアナコンダを有します
アンインストールアナコンダ
- 削除ディレクトリ
rm -rf /usr/local/anaconda3
ここでは、インストールファイルがホームにある場合
rm -rf ~/anaconda3
- トリロジーは、パス洗浄
sudo gedit /etc/profile
又はsudo gedit ~/.bashrc
anaconda3関連コンテンツコメントアウトを#export PATH=/usr/local/anaconda3/bin:$PATH
https://blog.csdn.net/weixin_41528941/article/details/90903584または例えばリンク
開始source /etc/profile
またはsource ~/.bashrc
再開放末端またはアクティブパワーオンリセットなし入出力パイソン
7.インストール2.0 tensorflow
sudo pip install --upgrade pip
sudo pip install tensorflow-gpu==2.0.0-alpha0
- トン代替方法:車輪取付前にサンダーダウンロードファイル
https://pypi.tuna.tsinghua.edu.cn/packages/1a/66/32cffad095253219d53f6b6c2a436637bbe45ac4e7be0244557210dc3918/tensorflow_gpu-2.0.0a0-cp36-cp36m-manylinux1_x86_64.whl
sudo pip install tensorflow_gpu-2.0.0a0-cp36-cp36m-manylinux1_x86_64.whl
ceshi:
https://tensorflow.google.cn/tutorials/quickstart/beginner
from __future__ import absolute_import, division, print_function, unicode_literals
# Install TensorFlow
import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(x_train, y_train, epochs=1)
model.evaluate(x_test, y_test, verbose=2)