本文主要介绍在ubuntu16.04系统环境下进行Tensorflow-gpu的安装,本文的安装方式是通过pip 工具进行安装,因此在安装TF前要保证系统有pip工具,假如没有按照如下指令安装:

# 1. 更新系统包

sudo apt-get update

sudo apt-get upgrade

# 2. 安装Pip

sudo apt-get install python-pip #若python为3.x,指令为 sudo apt-get install python3-pip

# 3. 检查 pip 是否安装成功

pip -V

安装完成后,这时候需要确定自己安装的Tensorflow-gpu版本, 不同的版本对应的cuda以及cudnn也不同,当然tensorflow的CPU版本并不要求cuda.

版本依赖cuda及cudnn具体对照表如下:

注意,例如本次教程选择tensorflow_gpu-1.11.0的版本,python版本为2.7或3.3-3.6,要求的cuDNN为7,CUDA为9,那么在安装的时候注意自己的版本一定要对应,例如要求CUDA为9,那么安装CUDA10并不能运行的。一定要对应好版本。

安装CUDA的链接 cuda9.0安装链接,一定注意选择合适的版本,本人下载的是对应cuda的run file,

下载完后运行如下指令:

sudo sh cuda_9.0.xx_linux.run

运行后,会在终端中出现一系列条例吧啦吧啦的,一直按着回车,直到出现Do you accept xxx 时,输入accept.,随后在会提示让你安装许多东西,让你输入yes/no,记住 不需要安装nvidia driver(前提是我们电脑里已经有nvidia驱动了,能不删东西尽量不要删,尤其是有些博客让删除原nvidia驱动,很容易让ubuntu系统崩的,另外个人不推荐别的教程中的退出图形化界面来安装cuda,所以建议用本文的安装方法). 另外一些default的路径之类的选择默认就好。

安装之后,就需要去配置环境变量,指令见下:

cd

​​​​​​​sudo gedit ~/.bashrc

#将以下指令写到bashrc文件内

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

这时候需要安装cudnn,这个选择7.3版本的,一定要选择 for cuda9.0 的(之前我安装7.1的时候在运行tf的程序出现了warning,要求我升级到7.3,安装7.3后warning消失).Cudnn安装地址:cudnn下载链接,需要注册nvidia账号

安装完后,将cudnn tar文件解压到任何想安装的路径,随后进入该文件夹。

输入指令配置环境:

cd cuda/include

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

#随后切换到lib64文件夹下

cd lib64

sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库

cd #回到主目录下

cd /usr/local/cuda/lib64/

​​​​​​​sudo rm -rf libcudnn.so libcudnn.so.5 #删除原有的链接,不一定是so.7,取决于你之前安装的版本

​​​​​​​sudo ln -s libcudnn.so.7.3.10 libcudnn.so.7

​​​​​​​sudo ln -s libcudnn.so.7 libcudnn.so

sudo ldconfig

经过如上过程就安装好了cuda+cudnn,输入nvcc -V,可以显示你的cuda版本。接下来我们该安装tensorflow,前期都是准备工作。

安装tf前看一下自己的python版本,我推荐用pip 来安装tensorflow,这样比较方便。假如直接使用pip 安装tensorflow可能会特别版,或者你能搭梯子的话,就可以跳过下面的步骤。本文推荐使用清华的源来进行安装,速度很快。

sudo -H pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.11.0

​​​​​​​#若python为3.x的使用

​​​​​​​sudo -H pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.11.0

#上述安装的tensorflow也可以换成其他的包,比如pandas、numpy等等,速度很快。

安装完后,打开终端,进入python,输入import tensorflow as tf,看看会不会报错,假如没有报错,那么恭喜你已经成功安装了。若出现 libcublas.so.9.0: cannot open shared object file: No such file or directory,要么是Cuda和cudnn安装版本与tensorflow不对应,参考前文的对照表重新安装。若上述都没有任何问题,那么此时你需要做如下工作:

进入/usr/local/cuda-9.0/lib64内,查看是否有libcublas.so.9.0,若存在,那么在终端中输入

sudo ldconfig /usr/local/cuda-9.0/lib64

这个时候再进入python内,应该可以实现tensorflow的导入,导入后,可以输入一些创建.py文件(例如手写数字识别)进行实际测试。

Ubuntu16.04+CUDA9.0+CUDNN7.1+Tensorflow-gpu-1.11.0详细安装教程相关推荐

  1. Ubuntu16.04+Cuda9.1+Cudnn7.5+Anaconda3(Python3.6)+opencv3.4.1+caffe编译安装(多坑已排!)

    我第一次装ubuntu16.04的时候由于是小白,分区的时候分的不合理,所以空间不够用了,索性重装了一次,装ubuntu16.04双系统这里不再赘述,可参考文章 https://blog.csdn.n ...

  2. 成功安装ubuntu16.04+cuda9.0+cuDNN7.0.5+caffe+digits(附错误汇总)

    成功安装ubuntu16.04+cuda9.0+cuDNN7.0.5+caffe+digits(附错误汇总) 本机硬件:双核i7 内存8G 显卡GTX070(不好意思,比较水) 安装顺序:依赖包--& ...

  3. DL之IDE:深度学习之计算机视觉开发环境搭建的详细流程(Ubuntu16.04+cuda9.0+cuDNN7.4.2+tensorflow_gpu)

    DL之IDE:深度学习之计算机视觉开发环境搭建的详细流程(Ubuntu16.04+cuda9.0+cuDNN7.4.2+tensorflow_gpu) 目录 1.安装nvidia驱动 2.安装CUDA ...

  4. ubuntu16.04+cuda9.0_cudnn7.5+tensorflow-gpu==1.12.0

    1.查找可用的tensorflow源,该命令运行后终端会输出所有可用的源 anaconda search -t conda tensorflow 2.这里name是上一步中输出源的tensorflow ...

  5. 深度学习(四十一)cuda8.0+ubuntu16.04+theano、caffe、tensorflow环境搭建

    cuda8.0+ubuntu16.04+theano.caffe.tensorflow环境搭建 目前自己撘过深度学习各种库.各种环境,已经搭建了n多台电脑,发现每台电脑配置安装方法各不相同,总会出现各 ...

  6. NVIDA GTX2080 Ubuntu18.04 cuda10.0 cudnn7.5 tensorflow 1.12 install

    NVIDA GTX2080 Ubuntu18.04 cuda10.0 cudnn7.5 tensorflow 1.12 install 心仪已久的显卡2080终于到了,Ubuntu18这么帅,怎么还能 ...

  7. Ubuntu18.04+cuda10.1+cudnn7.6.3+tensorrt5.1.5.0(deb)

    环境配置Ubuntu18.04+cuda10.1+cudnn7.6.3+tensorrt5.1.5.0 Ubuntu18.04安装 本系统配置背景 1. cuda10.1安装 2. 驱动安装 3. c ...

  8. tensorflow版本1.11.0

    tensorflow版本1.11.0:https://github.com/tensorflow/tensorflow

  9. tensorflow详细安装教程(Win10, Anaconda,Python3.9)

    tensorflow详细安装教程(Win10, Anaconda,Python3.9) 文章目录 tensorflow详细安装教程(Win10, Anaconda,Python3.9) 1.tenso ...

  10. win11 系统 GPU版本pytorch、CUDA、anaconda 、pycharm详细安装教程

    win11 系统深度学习环境搭建----- GPU版本pytorch.CUDA.cuDnn.anaconda .tensorflow_gpu.pycharm详细安装教程 参考比站视频: PyTorch ...

最新文章

  1. TouTiao开源项目 分析笔记7 加载数据的过程
  2. tomcat的wget链接_Linux(jdk安装tomcat安装nginx安装gcc/wget)
  3. .Net架构篇:实用中小型公司支付中心设计
  4. 判断整数序列是不是二元查找树的后序遍历结果
  5. 使用Delphi7构建工商银行电子口令密码查找助手
  6. IIS Express 启用目录浏览
  7. vue 使用axios发送的请求使用md5加密
  8. Mybatis中的collection和association一关系
  9. C#多态 (小结转载)
  10. 在.Net中进行SQL Server数据库备份与还原操作实用类
  11. 微信开发:getLocation签名失效的问题
  12. 微信公众号小程序开发
  13. 小恐龙游戏制作挑战:第9天-打完大部分计分器模块的代码
  14. 科比坠机事故调查报告出炉,历史上那些神秘的空难原来都因为这个!
  15. 调度生产过程的思路、原则、方法
  16. c语言基础知识(知识点较为完整)
  17. “工资倒挂”成常态,你介意新员工比你工资高吗?
  18. STM32之IIC通讯-SHT30温湿度采集
  19. java入门基础教程(纯干货知识点+视频资源)
  20. 内存、ram、 rom、 norflash,nandflash详细区别

热门文章

  1. classmethod自己定制
  2. 软件工程第二次作业中第一个作业
  3. 如何将一段文本编译成C#内存程序的过程
  4. SpringDataJpa 概述
  5. (原創) C++的4個Class Access Label (C/C++)
  6. 面向对象之多态、多态性
  7. Java集合之map 集合使用
  8. Codeforces 768B - Code For 1(分治思想)
  9. flex 实现图片播放 方案二 把临时3张图片预加载放入内存
  10. 一款原型设计软件——墨刀的介绍