linux安装TensorFlow-GPU版本 非常详细安装必看

Linux安装TensorFlow-GPU==1.14.0版本

1.首先确保linux环境干净以及没有tensorflow
2.常规安装TensorFlow方法 直接使用pip3 install tensorflow -i https://pypi.douban.com/simple安装即可

一:
首先 登入NVIDIA查找相应的GPU驱动
查找相应gpu驱动
linux安装TensorFlow-GPU版本 非常详细安装必看_第1张图片
然后点击search
linux安装TensorFlow-GPU版本 非常详细安装必看_第2张图片
linux安装TensorFlow-GPU版本 非常详细安装必看_第3张图片
linux安装TensorFlow-GPU版本 非常详细安装必看_第4张图片
linux安装TensorFlow-GPU版本 非常详细安装必看_第5张图片接下来就可以自动下载了
下载的驱动名称示例 NVIDIA-Linux-x86_64-410.104.run

安装的话就很简单了
sh NVIDIA-Linux-x86_64-410.104.run

输入命令验证是否安装成功
[root@ctnr ~]# nvidia-smi
Tue Mar 26 11:31:34 2019
±----------------------------------------------------------------------------+
| NVIDIA-SMI 410.104 Driver Version: 410.104 CUDA Version: 10.0 |
|-------------------------------±---------------------±---------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|=++==============|
| 0 Tesla P4 Off | 00000000:00:08.0 Off | 0 |
| N/A 28C P8 7W / 75W | 0MiB / 7611MiB | 0% Default |
±------------------------------±---------------------±---------------------+

±----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
±----------------------------------------------------------------------------+

查看当前服务器显卡的个数
显卡个数
输入命令 查看显卡的详细信息
linux安装TensorFlow-GPU版本 非常详细安装必看_第6张图片

标题CUDA和CUDNN的安装##

在安装TensorFlow-GPU版本时 必须要安装 CUDA和CUDNN
下图是TensorFlow-GPU版本所需依赖的CUDA和CUDNN对应的版本信息
在这里附上查看版本的网址 可以查看
查看CUDA和CUDNN版本对应的信息
linux安装TensorFlow-GPU版本 非常详细安装必看_第7张图片
CUDA是深度学习的sdk
CUDNN是神经网络的sdk

下面是最重要步骤

标题CUDA安装

CUDA安装官网链接
CUDA下载链接
linux安装TensorFlow-GPU版本 非常详细安装必看_第8张图片
如果你是windows请点击Windows 如果你是Linux请按照图片进行下载
linux安装TensorFlow-GPU版本 非常详细安装必看_第9张图片
linux安装TensorFlow-GPU版本 非常详细安装必看_第10张图片
下载文件示例格式
cuda_10.0.130_410.48_linux.run
使用命令
sh cuda_10.0.130_410.48_linux.run来安装此文件
按照提示一步一步走

安装完成后用命令检查是否安装成功

cat /usr/local/cuda/version.txt
即可查看cuda版本
或者是输入 nvcc -V命令查看cuda版本
如果输入nvcc -V提示找不到命令
请输入
进入bashrc文件下 加入环境变量
vi ~/.bashrc

在文件末尾添加环境变量

export LD_LIBRARY_PATH= L D L I B R A R Y P A T H : / u s r / l o c a l / c u d a − 10.0 / l i b 64 e x p o r t P A T H = LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64 export PATH= LDLIBRARYPATH:/usr/local/cuda10.0/lib64exportPATH=PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0
然后使其修改生效 输入命令
source ~/.bashrc
再次输入nvcc -V查看cuda版本
看到版本信息就可以了

然后下载cudnn 请移步官网
cudnn下载官网地址 注意:这个官网必须需要注册登录才能下载所需安装包 访问此网站会比较慢 请耐心等待 或者加本人联系方式 会发给你对应的版本 联系邮箱[email protected]

下载文件格式为
libcudnn7-7.6.5.32-1.cuda10.0.x86_64.rpm libcudnn7-devel-7.6.5.32-1.cuda10.0.x86_64.rpm

使用rpm -ivh直接安装即可

安装完成后就可以下载安装TensorFlow-GPU版本了
安装前再次强调必须对应三者版本 cuda cudnn tensorflow 继续附图
linux安装TensorFlow-GPU版本 非常详细安装必看_第11张图片
使用命令安装TensorFlow-GPU版本 这个版本会比较大 建议加上镜像源 博主用的是豆瓣的镜像源

pip3 install tensorflow-gpu==1.13.1 -i https://pypi.douban.com/simple/
请耐心等待

下载完成后 请进入 请进入Python3
进入python3
导入TensorFlow包
linux安装TensorFlow-GPU版本 非常详细安装必看_第12张图片

测试是否能用TensorFlow-GPU版本
print(tf.contrib.eager.num_gpus())
linux安装TensorFlow-GPU版本 非常详细安装必看_第13张图片
导包(import tensorflow as tf)是如果出现此错误 就是cuda TensorFlow cudnn三者版本不对应 请仔细检查 以及cuda的环境变量是否正确配置 切记环境变量中改为自己的cuda版本 一定要仔细
Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/install_sources#common_installation_problems

for some common reasons and solutions. Include the entire stack trace
above this error message when asking for help.

这就是全部的安装过程了 !!!
如果出现问题请咨询本人邮箱[email protected] 看到会回复谢谢

你可能感兴趣的:(linux,tensorflow,大数据,linux)