安装TensorFlow-gpu
安装TensorFlow-gpu
本文介绍的是安装CUDA9.0和TensorFlow1.8,当然,如果你想安装更高版本的,可以仿照本文思路来安装,只是版本不同,思路是一样的。
可以从下面这个网址查看TensorFlow与CUDA的版本对应情况
https://tensorflow.google.cn/install/source
一、安装CUDA
最新版本的CUDA Tookit(https://developer.nvidia.com/accelerated-computing-toolkit)
1.从CUDA9.0下载runfile(local)格式的包
2.安装 CUDA
chmod +x cuda_9.0.176_384.81_linux.run
sudo sh sh ./cuda_9.0.176_384.81_linux.run
询问是否需要添加驱动时,选择no
Do you accept the previously read EULA?
accept/decline/quit: acceptInstall NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48?
(y)es/(n)o/(q)uit: nInstall the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: yEnter Toolkit Location[ default is /usr/local/cuda-9.0 ]: Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: yInstall the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit:
Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: yEnter CUDA Samples Location[ default is /home/jason ]:
安装完成后
Installing the CUDA Toolkit in /usr/local/cuda-9.0 ...Installing the CUDA Samples in /home/jason ...
Copying samples to /home/jason/NVIDIA_CUDA-9.0_Samples now...
Finished copying samples.===========
= Summary =
===========Driver: Not Selected
Toolkit: Installed in /usr/local/cuda-9.0
Samples: Installed in /home/jasonPlease make sure that- PATH includes /usr/local/cuda-9.0/bin- LD_LIBRARY_PATH includes /usr/local/cuda-9.0/lib64, or, add /usr/local/cuda-9.0/lib64 to /etc/ld.so.conf and run ldconfig as rootTo uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.0/binPlease see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.0/doc/pdf for detailed information on setting up CUDA.***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.0 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:sudo <CudaInstaller>.run -silent -driverLogfile is /tmp/cuda_install_2813.log
3.将CUDA的安装目录添加到path
cd ~
sudo gedit .bashrc
在最后面添加,对于不同的版本只要改改cuda的版本就行了
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda/extras/CPUTI/lib64
export CUDA_HOME=/usr/local/cuda-9.0/bin
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
4.检查是否安装成功,命令nvcc -V
运行测试用例,当然得你在第1步同意下载smaples才行,其实,通过上一步已经基本确定CUDA安装成功了
cd ~/NVIDIA_CUDA-9.0_Samples/1_Utilities/bandwidthTest
make
./bandwidthTest
[CUDA Bandwidth Test] - Starting...
Running on...Device 0: GeForce MX150Quick ModeHost to Device Bandwidth, 1 Device(s)PINNED Memory TransfersTransfer Size (Bytes) Bandwidth(MB/s)33554432 3035.4Device to Host Bandwidth, 1 Device(s)PINNED Memory TransfersTransfer Size (Bytes) Bandwidth(MB/s)33554432 2786.0Device to Device Bandwidth, 1 Device(s)PINNED Memory TransfersTransfer Size (Bytes) Bandwidth(MB/s)33554432 33879.5Result = PASSNOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.
返回Result = PASS 表示安装成功
二、安装TensorFlow
官方推荐是用Virtualenv安装,不过这里我们仅使用pip进行安装。
我用的是pip3,当然那你也可以用普通的pip,建议用pip3,如果你系统默认Python版本是3的话,pip好像是对应Python2的
先说一下,直接下载当前最新TensorFlow版本的命令pip3 install --upgrade tensorflow-gpu
但考虑到兼容性,还是自己指定一个相对第一点的版本安装吧
需要FQ的方法:pip3 install tensorflow-gpu==1.8
不需要FQ的方法:pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu
等待结束就安装完成了。
更加详细的安装方法:
三、安装cuDNN
从cuDNN archive下载对应版本cuDNN,注意一定要和CUDA相对应,下载cuDNN Library for Linux
解压
sudo tar -zxvf cudnn-9.0-linux-x64-v7.5.1.10.tgz
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*
至此,cuDNN安装完成
四、测试
打开终端,进入Python环境,输入一下代码进行测试
import tensorflow as tf
hello = tf.constant('hello,tensorflow')
sess = tf.Session() # 输完这句,也会输出一些东西,你可以看看有没有GPU字样来确定是否通过GPU运行的TensorFlow
print(sess.run(hello))
成功会输出b'hello,tensorflow'
卸载TensorFlow和CUDA以及cuDNN
卸载TensorFlow
https://www.cnblogs.com/youpeng/p/10887449.html
卸载CUDA以及cuDNN
https://www.cnblogs.com/youpeng/p/10887456.html
转载于:https://www.cnblogs.com/youpeng/p/10887330.html
安装TensorFlow-gpu相关推荐
- 通过Anaconda在Ubuntu16.04上安装 TensorFlow(GPU版本)
一. 安装环境 Ubuntu16.04.3 LST GPU: GeForce GTX1070 Python: 3.5 CUDA Toolkit 8.0 GA1 (Sept 2016) cuDNN v6 ...
- linux安装tensorflow教程,Ubuntu 16.04 安装 TensorFlow(GPU支持)
本文记录Ubuntu 16.04安装Tensorflow步骤,也包括怎么从源码编译安装Tensorflow. 要想安装Tensorflow GPU版本,你需要有一个新一点的Nvidia显卡. Tens ...
- windows10下安装tensorflow(gpu版本)
windows10安装tensorflow的gpu版本(pip3安装方式) 前言: TensorFlow 有cpu和 gpu两个版本:gpu版本需要英伟达CUDA 和 cuDNN 的支持,cpu版本不 ...
- Docker 安装 TensorFlow GPU 实战
2019独角兽企业重金招聘Python工程师标准>>> Docker 安装 TensorFlow GPU 实战 博客分类: 深度学习 docker 安装背景 AI如雨后春笋般的出现, ...
- GTX860M安装Tensorflow gpu踩坑
GTX860M安装Tensorflow gpu踩坑 前几天给台式成功配置了lightgbm的gpu版本和tensorflow的gpu版本,但是在单位还是要用LSTM,写一篇对应版本的踩坑文章日后查阅. ...
- Ubuntu 20.04 安装Tensorflow GPU版本 (GTX-1060显卡)
Ubuntu 20.04 安装Tensorflow GPU版本 (GTX-1060显卡) 参考: https://cyfeng.science/2020/05/02/ubuntu-install-nv ...
- ubuntu 16.04 安装TensorFlow GPU版本
推荐新版安装教程 http://blog.csdn.net/chenhaifeng2016/article/details/78874883 在ubuntu 16.04上安装cuda8.0和cudnn ...
- Windows10安装TensorFlow GPU版本
本文描述的是如何在windows 10 64位操作系统安装TensorFlow,采用预编译版本. 前提条件 一块支持CUDA 8.0的nvidia显卡. 可以在官方网站查询显卡的兼容性信息. 安装nv ...
- windows安装tensorflow GPU
一.安装Anaconda Anaconda是Python发行包,包含了很多Python科学计算库.它是比直接安装Python更好的选择. 二.安装Tensorflow 如果安装了tensorflow, ...
- CUDA安装 + tensorflow gpu版本出现的问题:Not creating XLA devices, tf_xla_enable_xla_devices not set
装完后用以下两行代码测试,结果竟然是False,输出了图片中的报错,肯定是哪装的有问题 import tensorflow as tf tf.test.is_gpu_available() 我的ten ...
最新文章
- Linux内核探讨-- 第五章
- 【统计学习】多元统计分析
- fpga初始化错误_一种SRAM型FPGA单粒子效应加固平台设计
- python 全局变量使用报错没有定义_Python变量作用域代码解析
- 送你一个在线机器学习网站,真香!
- Hyper-v和VMware 兼容问题
- Docker安装FireBird数据库
- 苹果修复三个已遭利用的 iOS 0day
- 21天学通python-21天学通Python PDF 高清版
- java AES加密解密
- Selenium 高阶应用之WebDriverWait 和 expected_conditions
- 【Aspose for .NET】Aspose.word操作表格:在表格中插入行
- [1125]AES加密报错:Illegal key size or default parameters
- ACID--事物具有的四个特征
- 宽带按流量计费?欢迎讨论!
- Caffe中求解器(Solver)介绍
- 1241. 外卖店优先级 Java题解 (模拟)【第十届蓝桥杯省赛C++A/C组,JAVA A/B/C组】
- 深度学习环境搭建第一步----Ubuntu 安装(win7 + win10)
- 马云退隐前,在年会上说了最重要的三件事
- UE4材质 制作UV贴图
热门文章
- 阶段1 语言基础+高级_1-3-Java语言高级_06-File类与IO流_08 转换流_6_练习_转换文件编码...
- 给构造函数(constructor)创建对象(object)
- 源码:Java集合源码之:哈希表(二)
- sublime插件CSS转rem配置
- Android Binder 学习中几个问题
- 全局程序集缓存工具 (Gacutil.exe)
- Merry Christmas
- 第一次作业 三班20
- HTTP协议探究(一):缓存
- 18 网络编程-TCP/IP各层介绍(5层模型讲解)