Ubuntu安装cuda10+cudnn7.5+Tensorflow2.0
Ubuntu安装cuda10+cudnn7.5+Tensorflow2.0
本文地址：https://blog.csdn.net/qq_31456593/article/details/90170708
完整tensorflow2.0教程代码请看tensorflow2.0：中文教程tensorflow2_tutorials_chinese(欢迎star)
更多TensorFlow2.0 入门教程请持续关注本博客：https://blog.csdn.net/qq_31456593/article/details/88606284
安装NVIDIA驱动
下载NVIDIA驱动
TensorFlow2.0需要cuda10，所以应该装410.48以上版本驱动
| CUDA Toolkit | Linux x86_64 Driver Version | Windows x86_64 Driver Version |
|---|---|---|
| CUDA 10.1.105 | >= 418.39 | >= 418.96 |
| CUDA 10.0.130 | >= 410.48 | >= 411.31 |
| CUDA 9.2 (9.2.148 Update 1) | >= 396.37 | >= 398.26 |
| CUDA 9.2 (9.2.88) | >= 396.26 | >= 397.44 |
| CUDA 9.1 (9.1.85) | >= 390.46 | >= 391.29 |
| CUDA 9.0 (9.0.76) | >= 384.81 | >= 385.54 |
| CUDA 8.0 (8.0.61 GA2) | >= 375.26 | >= 376.51 |
| CUDA 8.0 (8.0.44) | >= 367.48 | >= 369.30 |
| CUDA 7.5 (7.5.16) | >= 352.31 | >= 353.66 |
| CUDA 7.0 (7.0.28) | >= 346.46 | >= 347.62 |
可访问英伟达官网获得: https://www.geforce.cn/drivers
我这边下载的410.78
禁止ubuntu自带驱动
sudo vim /etc/modprobe.d/blacklist.conf
在文件中加入下面2行
blacklist nouveau
options nouveau modeset=0
# 更新配置
sudo update-initramfs -u
# 重启
reboot
# 检测驱动是否禁止，无输出，则禁止成功
lsmod | grep nouveau
安装NVIDIA驱动
进入命令行界面 ctrl+alt+f1
sudo service lightdm stop
cd install_package
sudo chmod 777 NVIDIA-Linux-x86_64-410.78.run
sudo ./NVIDIA-Linux-x86_64-410.78.run
检查gpu安装情况
# 重启图形界面
sudo service lightdm start
# 查看显卡驱动
nvidia-smi
如果上面的方法无法安装，请使用下面的方法安装
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
查看当前支持的驱动
ubuntu-drivers devices
安装相应驱动
sudo apt install nvidia-driver-410
安装cuda10
下载cuda10
cuda10.0地址：https://developer.nvidia.com/cuda-10.0-download-archive
安装cuda
sudo chmod 777 cuda_9.0.176_384.81_linux.run
sudo ./cuda_9.0.176_384.81_linux.run
ps：在选择是否创建/usr/local/cuda 的软连接时选no(n)，后面环境变量直接写具体的版本，可以避免多版本cuda混淆。
配置Cuda环境
如果不存在使用多个cuda版本请直接按第一个方法配置即可，需要多个cuda的使用第二个配置
1、配置到动态链接库（加载快，一个机子只能配置一个cuda版本）
sudo gedit /etc/ld.so.conf.d/cuda.conf
在打开的文件中添加如下语句：
/usr/local/cuda-10.0/lib64
执行
sudo ldconfig
2、配置到环境变量（不同环境下，配置不同环境变量，可以使用多个cuda版本）
sudo gedit ~/.bashrc
打开文件后在文件末尾添加路径，也就是安装目录，命令如下：
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
运行
source ~/.bashrc
ps：
- 想配置为全局系统变量，请在/etc/profile中配置
- 如果使用pycharm远程调用，程序不会导入.bashrc里面的环境变量，请在相应的运行python中配置如上的环境变量。（不使用pycharm远程调用的忽略此条）
原文地址：https://blog.csdn.net/qq_31456593/article/details/90170708
安装cuDNN7.5.1
下载
cudnn7.5.1（cuda10.0版）https://developer.nvidia.com/rdp/cudnn-download
[外链图片转存失败(img-hXBmWHCL-1563497799736)(/home/czy/coding_pubic/博客/assets/tensorflow_api/Screenshot from 2019-05-07 22-23-12.png)]
安装 cudnn：
tar -zxvf cudnn-10.0-linux-x64-v7.5.1.10.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda-10.0/lib64/
cd /usr/local/cuda-10.0/lib64/
sudo chmod +r libcudnn.so.7.5.1 # 自己查看.so的版本
sudo ln -sf libcudnn.so.7.5.1 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
安装TensorFlow2.0
pip install tensorflow-gpu==2.0.0-alpha0
import tensorflow，输出tf._version_ ，安装正常。
