Ubuntu18.04LTS + tensorflow1.8安装

本质没有什么区别,简单记录一下过程,按照官网要求来不会错

一:Nvidia驱动

我装的是390.48版本,没有直接在官网下载安装,那种方式还要关闭当前到驱动很麻烦,直接用ppa安装即可(缺点是慢)

先删掉之前的驱动

sudo apt-get purge nvidia*

然后添加显卡驱动PPA

sudo add-apt-repository ppa:graphics-drivers
sudo apt-get update

然后就可以愉快的安装了

sudo apt-get install nvidia-390
别的版本把后面数字替换即可,参考 详情

重启电脑让新驱动生效,可以检查一下

lsmod | grep nvidia  

若有输出显示,说明安装成功,如果没有,安装失败,检查一下

lsmod | grep nouveau

发现系统应该还是在运行开源到驱动

如果想锁定版本不让更新,可以

sudo apt-mark hold nvidia-370

二:安装CUDA

下载cuda9.0,然后按照指导,

`sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb`
`sudo apt-key add /var/cuda-repo-/7fa2af80.pub`
`sudo apt-get update`
`sudo apt-get install cuda`

三:安装cudnn v7.1.2 for CUDA 9.0

下载对应到版本,然后

如果通过tar文件安装,则解压再拷贝目录

$ tar -xzvf cudnn-9.0-linux-x64-v7.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
/usr/local/cuda/lib64/libcudnn*

如果通过deb文件,则

sudo dpkg -i libcudnn7_7.0.3.11-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.0.3.11-1+cuda9.0_amd64.deb

四:安装tensorflow1.8

这里反而最简单,我是通过Anaconda安装的

先下载安装Anaconda,然后在创建名为tensorflow的环境中安装

conda create -n tensorflow pip python=2.7 # or python=3.3, etc.根据python版本来,我这里所3.6
source activate tensorflow
(tensorflow)$  # Your prompt should change
(tensorflow)$ pip install --ignore-installed --upgrade tfBinaryURL
我选择到所py3.6+1.8gpu版本,所以最后完整的url是
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.8.0-cp36-cp36m-linux_x86_64.whl

五:测试一下

# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果看到gpu的名字出来了,就说明到此完成。

也可以试试MNIST手写数字识别demo,可以看到完整的迭代过程。

你可能感兴趣的:(深度学习)