Ubuntu18.04 + CUDA10.0 + tensorflow-gpu 安装过程

简介

这篇博客Ubuntu16.04+CUDA9+tensorflow的安装流程。不过，随着软件不断更新，现在Ubuntu18.04逐渐成为客户端的主流，加上tf开始支持CUDA10，在这里在更新一下教程。

看一下tensorflow官方版本的支持：

确定安装1.13.1的版本

安装CUDA10.0

下载CUDA10：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal

转到下载的目录执行：

sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda

在当前终端设置环境变量：

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 

安装cuDNN 7.4

在这里下载cuDNN7.4：https://developer.nvidia.com/rdp/cudnn-archive
需要登录下载

然后在下载目录下执行：

sudo dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb 

安装Tensorflow-GPU版本

这里默认是python3的环境。

转到home下，执行：

sudo apt-get install python3-pip python3-dev python-virtualenv

确保安装了基本的工具。

之后，执行创建虚拟环境的命令：

virtualenv --system-site-packages -p python3 ~/tensorflow

激活虚拟环境：

source ~/tensorflow/bin/activate

更新pip

easy_install -U pip

在虚拟环境下，执行安装：

pip3 install --upgrade tensorflow-gpu

之后需要确认安装NVIDIA驱动！！

sudo ubuntu-drivers autoinstall

测试安装，在当前终端下，vim test.py，并添加内容:

import tensorflow as tf
import numpy as np
x = tf.placeholder("float",shape=[None,1])


W = tf.Variable(tf.zeros([1,1]))
b = tf.Variable(tf.zeros([1]))


y = tf.matmul(x,W) +b

y_ = tf.placeholder("float",[None,1])

cost = tf.reduce_sum(tf.pow((y_-y),2))

train_step = tf.train.GradientDescentOptimizer(0.001).minimize(cost)

init = tf.initialize_all_variables()

sess = tf.Session()
sess.run(init)


All_x = np.empty(shape=[1,1])
All_y = np.empty(shape=[1,1])


for i in range(1000):
    x_s = np.random.rand(1,1)

    y_s = np.dot([[0.33]],np.random.rand(1,1)) + 0.33

    feed = {x: x_s, y_: y_s}
    sess.run(train_step,feed_dict=feed)
    print("After %d iteration:"%i)
    print("W : %f"%sess.run(W))
    print("b : %f"%sess.run(b))

    All_x = np.concatenate((All_x,x_s))
    All_y = np.concatenate((All_y,y_s))

print(All_x)
print(All_y)

之后，执行：

python3 test.py

看到一系列的输出，表示安装成功！！