ubuntu16.04+anconda+tensorflow+cuda+cuDnn深度学习环境搭建

1安装Anaconda

在你存放anaconda的目录下打开终端,输入命令

bash Anaconda3-4.4.0-Linux-x86_64.sh 

在安装的过程中会提示是否添加环境变量这时要选yes
如果没有选择需要手动添加环境变量

`source /.bashrc` #刷先下bashrc 

注意要在linux系统下添加环境变量
输入python
出现下面的图片,说明你anaconda安装成功了。
在这里插入图片描述

2安装CUDA的驱动

1)在BIOS中关闭Secure Boot。(非常关键)
如果在BIOS中,Secure Boot是灰色的,需要:

查看Key Management中是否有东西(key),有的话请全部删除;
Boot选项中的Launch CSM也要Disable(可能有的没有Launch这个单词,我的就是,但看到CSM就行了

2)利用系统自带的工具安装驱动。
*请确保已完成 1)在BIOS中关闭Secure Boot
依次打开:System Settings → Software & Updates → Additional Drivers,稍等一会儿就会出现类似下图的界面:
ubuntu16.04+anconda+tensorflow+cuda+cuDnn深度学习环境搭建_第1张图片

选择带有NVIDIA binary driver字样的,点击Apply Changes,输入密码安装即可。

安装完成后重启,然后在终端输入nvidia-smi查看是否安装成功

出现显卡信息则证明安装成功。
如图
ubuntu16.04+anconda+tensorflow+cuda+cuDnn深度学习环境搭建_第2张图片

3安装CUDA

注意安装的过程中一定要注意tensorflow的版本和CUDA的版本是否一致
非常重要非常重要非常重要(说三遍)

下图是版本对照表
ubuntu16.04+anconda+tensorflow+cuda+cuDnn深度学习环境搭建_第3张图片

之后去官网下载cuda*.deb版本
安装下图中的命令安装
ubuntu16.04+anconda+tensorflow+cuda+cuDnn深度学习环境搭建_第4张图片
去.bashrc配置CUDA相关环境
ubuntu16.04+anconda+tensorflow+cuda+cuDnn深度学习环境搭建_第5张图片
刷新输入命令

   source .bashrc

检查是否安装成功

$ cd /usr/local/cuda-8.0/samples/5_Simulations/nbody
$ sudo make
$ ./nbody

如果成功的话会出现一段视频,说明CUDA已经安装好了

4安装cuDNN

输入下面的命令进行安装(注意要和CUDA的版本对应)

$ tar -xzvf cudnn-8.0-linux-x64-v6.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*

5通过Anaconda安装Tensorflow

首先需要新建一个conda环境,命名为tensorflow-gpu

conda create -n tensorflow python=3.5

要注意Python版本需要写对

待创建完成之后可以使用以下命令管理这个环境:

source activate tensorflow-gpu #激活环境
source deactivate tensorflow-gpu #关闭环境

在激活环境的情况下输入以下命令进行安装tensorflow的gpu版本

pip install tensorflow-gpu==1.3.0

接着,在环境激活的情况下,输入python,然后输入

import tensorflow as tf

如果没有报错说明已经安装好了
完整的测试代码:

import tensorflow as tf
hello = tf.constant(‘hello tensorflow!’)
sess = tf.Session()
print(sess.run(hello))

你可能感兴趣的:(开发环境的搭建)