点击关注我哦

一篇文章带你避坑安装tensorflow-gpu

本篇文章以 驱动版本：390.87、CUDA：9.0、cuDNN：7.0.1、tensorflow-gpu：1.9.1为例，介绍ubuntu系统下安装tensorflow-gpu的详细步骤。

准备文件：

驱动：NVIDIA-Linux-x86_64-390.87.run

驱动下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn

驱动历史版本：https://www.nvidia.com/Download/Find.aspx?lang=en-us

CUDA：cuda_9.0.176_384.81_linux.run

cuda_9.0.176.1_linux.run

cuda_9.0.176.2_linux.run

cuda_9.0.176.3_linux.run

cuda_9.0.176.4_linux.run

cudnn：cudnn-9.0-linux-x64-v7.tgz

注1：https://www.tensorflow.org/install/source可以查看不同版本tensorflow匹配cuda和cudnn版本。

注2：https://developer.nvidia.com/accelerated-computing-toolkit可以下载CUDA和Cudnn。

1. 准备工作

1.1 配置安装环境

sudo apt-get update
若出现下述错误：Reading package lists... Done
E: Problem executing scripts APT::Update::Post-Invoke-Success
'if /usr/bin/test -w /var/cache/app-info -a -e /usr/bin/appstreamcli;then appstreamcli refresh > /dev/null;fi'
# E: Sub-process returned an error code
执行：sudo pkill -KILL appstreamcli
wget -P /tmp https://launchpad.net/ubuntu/+archive/primary/+files/appstream_0.9.4-1ubuntu1_amd64.deb https://launchpad.net/ubuntu/+archive/primary/+files/libappstream3_0.9.4-1ubuntu1_amd64.deb
sudo dpkg -i /tmp/appstream_0.9.4-1ubuntu1_amd64.deb /tmp/libappstream3_0.9.4-1ubuntu1_amd64.deb
===================
sudo apt-get install python-dev python-pip python-nose gcc g++ git gfortran
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install git cmake build-essential

如果运行过程中出现类似下列错误：

原因：DNS没有配置

解决方法：请参考Linux无法正常解析域名

1.2 禁用自带的显卡驱动nouveau

sudo vi /etc/modprobe.d/blacklist-nouveau.conf
或
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

将文件 blacklist-nouveau.conf 内容改为：

blacklist nouveau

blacklist lbm-nouveau

options nouveau modeset=0

alias nouveau off

alias lbm-nouveau off

继续运行系列命令：

#禁用nouveau 内核模块
echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
sudo update-initramfs -u
reboot #重启
lsmod |grep nouveau #无显示则成功 当然驱动没了你的桌面分辨率会比较大。

1.3 进入命令行界面关闭图形化界面

sudo service lightdm stop

如果运行后出现下列错误：

执行以下代码进行安装lightdm：

sudo apt-get install lightdm    #（运行过程中选择Yes）

2 安装新驱动（推荐在root账户下进行安装）

安装命令：

sudo apt-get --purge remove nvidia-* # 将系统中已安装的驱动删除
cd 下载目录
chmod a+x NVIDIA-Linux-x86_64-390.87.run #添加权限
sudo ./NVIDIA-Linux-x86_64-390.87.run --dkms --no-opengl-files

参数备注：

–no-opengl-files：表示只安装驱动文件，不安装OpenGL文件。这个参数不可省略，否则会导致登陆界面死循环，英语一般称为”login loop”或者”stuck in login”。

-dkms（默认开启）在 kernel 自行更新时将驱动程序安装至模块中，从而阻止驱动程序重新安装。在 kernel 更新期间，dkms 触发驱动程序重编译至新的 kernel 模块堆栈。

该步骤中有可能出现下列错误：（没有则跳过，大概率不会出现）

解决方式1：

ps -e|grep apt-get
# 输出下列内容
5873 ?        00:00:01 apt-get
# 根据输出执行下列命令
sudo kill 5873

解决方式2：

sudo rm /var/cache/apt/archives/lock
sudo rm /var/lib/dpkg/lock

2.1 关于pre-script failed

运行时，你可能会收到一条 pre-install script failed 信息。这没什么影响,选择继续安装就行，因为预安装脚本包含命令 exit 1，其目标是确保你真的想安装驱动程序。

2.2 安装过程中的选项

dkms 安装最好 选yes

32位兼容 安装最好 选yes

可能出现的错误：

解决方法：

sudo dpkg --add-architecture i386
sudo apt update
sudo apt install libc6:i386

注：x-org 最好别安，选no，有的电脑可能导致登录界面黑屏

其他常见错误：

解决方案：

sudo apt install dkms

注：若出现安装失败，重新执行：

sudo apt-get --purge remove nvidia-*

驱动安装成功后显示：

或

未知错误1：

未知错误2：

注：针对以上两个未知错误，可以选择在root下进行安装，便可避免。（有时候在用户权限下也不会出现该错误）

2.3 安装完成后验证

nvidia-smi #若列出GPU的信息列表，表示驱动安装成功

2.4 开启图形化界面

sudo service lightdm start

‍

3 安装CUDA

3.1 如果已经安装CUDA，需要先卸载

在/usr/local/cuda/bin 目录下,有cuda 自带的卸载工具uninstall_cuda_9.1.pl
cd /usr/local/cuda/bin
sudo ./uninstall_cuda_9.1.pl

3.2 禁用图形化界面

sudo service lightdm stop #禁用X服务
或
sudo /etc/init.d/lightdm stop

3.3 安装CUDA

sudo sh cuda_9.0.176_384.81_linux.run --no-opengl-libs
sudo sh cuda_9.0.176.1_linux.run
sudo sh cuda_9.0.176.2_linux.run
sudo sh cuda_9.0.176.3_linux.run
sudo sh cuda_9.0.176.4_linux.run

注：若提示是否安装NVIDIA驱动，选择NO，其他均为accept / y / 默认。（因为在之前已经安装其他版本的驱动）

如下：

sudo service lightdm start
或
sudo /etc/init.d/lightdm start
reboot

3.4 重新进入后，修改环境变量

sudo gedit ~/.bashrc

加入：

export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

注意：上述命令中的cuda-9.0也可以改成cuda，如果cuda是关于cuda-9.0的软链接

source ~/.bashrc

3.5 测试CUDA是否安装成功

方法一：

nvcc -V

方法二：

cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

4 配置cudnn

4.1 解压文件

tar -zxvf cudnn-9.0-linux-x64-v7.tgz

4.2 把include/ 和 lib64/目录下的文件拷贝到cuda的安装目录下的include/ 和 lib64里面

cd cuda #解压后的路径
sudo cp -P include/cudnn.h /usr/local/cuda-9.0/include
sudo cp -P lib64/libcudnn* /usr/local/cuda-9.0/lib64
sudo chmod a+r /usr/local/cuda-9.0/lib64/libcudnn*

4.3 创建cudnn链接

cd /usr/local/cuda/lib64
# 删除原有版本号，版本号在cudnn/lib64中查询
sudo rm -rf libcudnn.so libcudnn.so.7
# 目的：生成软连接，注意自己下载的版本号（这儿是7.0.5）
sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so
sudo ldconfig #立即生效

5 安装tensorflow

执行安装命令

pip install tensorflow-gpu==1.9

注：有时候使用pip进行下载或安装时，国外的源下载太慢，而且经常出现断开链接等情况。可以把pip的安装源换成国内镜像，可以大幅度提高下载速度。

常用的镜像源如下：

新版ubuntu要求使用https源，需要注意：

清华：https://pypi.tuna.tsinghua.edu.cn/simple

阿里云：http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

华中理工大学：http://pypi.hustunique.com/

山东理工大学：http://pypi.sdutlinux.org/

豆瓣：http://pypi.douban.com/simple/

使用方式举例：

临时使用：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

永久修改：

修改~/.pip/pip.conf（若没有就创建一个文件夹及文件。文件夹加“.”，表示是隐藏文件.）内容如下：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com

附加内容：windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini，内容如上。

确认安装成功

pythonimport tensorflow as tf
print(tf.__version__)

若输出下列版本信息，则证明安装成功：

1.9.1

·  END  ·

HAPPY LIFE