Ubuntu20.04安装tensorflow2.8.0+CUDA11.4

需要事先安装好Anaconda

1. 创建虚拟环境

# python 版本可选
conda create -n tensorflow python=3.7.11
conda activate tensorflow

2. 安装tensorflow

我安装时tensorflow-2.8.0就是最新版本，默认直接安装了

# 我安装时tensorflow-2.8.0就是最新版本，默认直接安装了
pip install --upgrade tensorflow

3. 安装CUDA

下载地址：https://developer.nvidia.com/cuda-toolkit-archive
常用的安装方式有deb和runfile，官方下面都给出了相应的命令，我比较习惯用runfile。另外安装过程中可能会提示卸载和以前cuda相关的文件，这个直接同意，另外默认是安装配套的NVIDIA驱动和CUDA的示例，不过我已经装好了驱动(输入nvidia-smi有反应)，所以这两项都取消了。

# 下载cuda_11.4.0_470.42.01_linux.run文件 
wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda_11.4.0_470.42.01_linux.run
# 运行
sudo sh cuda_11.4.0_470.42.01_linux.run

安装完成后的提示

添加CUDA的环境变量
打开bash的配置文件

gedit ~/.bashrc

按照上面提示的路径，添加这两个环境变量：

export PATH=/usr/local/cuda-11.4/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH

更新

source ~/.bashrc

修改/etc/ld.so.conf
加上一行

/usr/local/cuda-11.4/lib64

再执行ldconfig更新

4. 安装cuDNN

cuDNN是专门针对深度神经网络的优化库，Ubuntu中的两种安装方式：

1. 手动安装，解压并把相应的文件放到对应位置
2. 使用.deb安装

nvidia官网cuDNN下载网址：https://developer.nvidia.com/rdp/cudnn-archive]

4.1 手动安装

进入下载页面，选择合适版本的 cuDNN Library for Linux 进行下载
命令行中解压：

sudo tar -xvf cudnn-xxx-linux-x64-xxx.tgz

然后把头文件和库文件放到相应目录：

sudo cp cuda/include/cudnn.h /usr/local/cuda-11.4/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.4/lib64
sudo chmod a+r /usr/local/cuda-11.4/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-11.4/lib64/libcudnn*

通过

cat /usr/local/cuda-11.4/include/cudnn.h | grep CUDNN_MAJOR -A 2

可以查看cudnn版本

4.2 deb安装包安装

进入下载页面，选择合适版本的 cuDNN Runtime Library for Ubuntu20.04x86_64 (Deb) 进行下载
这里使用.deb文件安装，就不用手动复制解压出的文件到相关的目录了（其实只是我记不得是那个目录了 ^^_^）

下载完成按以下顺序分别安装三个安装包

sudo dpkg -i libcudnn8_8.2.2.26-1+cuda11.4_amd64.deb
sudo dpkg -i libcudnn8-dev_8.2.2.26-1+cuda11.4_amd64.deb
sudo dpkg -i libcudnn8-samples_8.2.2.26-1+cuda11.4_amd64.deb

5. 测试

测试NVIDIA驱动

测试CUDA版本

测试tensorflow是否可用gpu

import tensorflow as tf
print(tf.__version)
print(tf.test.is_gpu_available())