Ubuntu18.04配置深度学习环境

Ubuntu18.04配置深度学习环境

  • 配置
  • 下载驱动
  • 安装驱动
  • 配置包
  • 测试
  • 安装 cuDNN 7.1
  • 安装tensorflow

配置

操作系统:ubuntu18.04
显卡:nvidia geforce 2080ti

下载驱动

下载驱动的地址是 :https://www.nvidia.cn/Download/index.aspx?lang=cn
直接打开如下网址
http://us.download.nvidia.com/XFree86/Linux-x86_64/390.67/NVIDIA-Linux-x86_64-390.67.run
(.run文件)就可以马上下载
驱动的版本与cuda、cudnn并无联系,可以安装电脑相对应的驱动或者最新的驱动,用指令ubuntu-drivers devices查看自己适应的驱动版本,lspci | grep -i nvidia查看显卡型号,sudo dpkg --list | grep nvidia-*查看驱动版本。
cuda版本与其他配置的版本对应如下:
Ubuntu18.04配置深度学习环境_第1张图片

安装驱动

首先需要卸载原驱动 sudo apt-get remove --purge nvidia*
然后进入命令行界面 Ctrl+Alt+F1或者Ctrl+Alt+F2 3 4 5 6等,哪个可以进入就进哪个
然后进入驱动文件所在文件夹(cd即可),给驱动run文件赋予执行权限
sudo chmod a+x NVIDIA-Linux-x86_64-390.67.run
安装驱动:
sudo ./NVIDIA-Linux-x86_64-390.67.run –no-x-check –no-nouveau-check –no-opengl-files

配置包

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
进入cuda驱动保存路径,执行sudo sh cuda_9.0.176_384.81_linux.run,会出现如下操作,按照步骤回答即可。
Ubuntu18.04配置深度学习环境_第2张图片上述完成后要更改环境变量:
sudo gedit ~/.bashrc
添加如下几行代码
export CUDA_HOME=/usr/local/cuda-9.0
export PATH= P A T H : PATH: PATH:CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda- 9.0/lib64KaTeX parse error: Expected '}', got 'EOF' at end of input: …LIBRARY_PATH:+:{LD_LIBRARY_PATH}}
注意与自己的cuda版本对应上,然后执行source ~/.bashrc(更新,执行完这个操作才能生效)
下面是编译,照着写即可
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
如果成功会出现如下界面
Ubuntu18.04配置深度学习环境_第3张图片

测试

nvcc –V(如果没有输出,需要重启)

安装 cuDNN 7.1

http://developer.nvidia.com/cudnn
下载压缩包进行解压
tar -xvf cudnn-9.0-linux-x86-v7.1.tgz
下面主要是复制任务,路径要适当修改成自己的路径
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h
sudo chmod a+r /usr/local/cuda-9.0/lib64/libcudnn*

安装tensorflow

pip install tensorflow-gpu1.8(或者pip3 install tensorflow-gpu,如果没有pip需要先安装pip才能执行,如果下载速度慢可以更换源,pip install tensorflow-gpu1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple/)

你可能感兴趣的:(深度学习基础设备环境配置)