Ubuntu16.04 GPU环境配置tensorflow+Cuda9.0+Cudnn
Ubuntu16.04 GPU环境配置tensorflow
- Ubuntu16.04 GPU环境配置tensorflow
-
- 查看电脑是否安装GPU显卡驱动
- 更新python版本和pip版本
-
- 更新python版本
- 更新pip版本
- 安装Cuda9.0
- 安装与Cuda9.0对应的Cudnn版本
- 修改环境变量
- 使用Virtualenv安装tensorflow
- 安装pycharm社区版并配置tensorflow环境
Ubuntu16.04 GPU环境配置tensorflow
查看电脑是否安装GPU显卡驱动
- 可通过桌面右上角设置，关于这台电脑查看，是否有GPU显卡驱动
2.若没有显卡驱动，可参考以下方法，安装显卡驱动
https://blog.csdn.net/weixin_42270433/article/details/96476178
3.再次查看，可看到图形那里，已经显示出显卡的型号。
4.在终端输入命令：nvidia-smi,可看到安装的显卡驱动型号
更新python版本和pip版本
更新python版本
系统默认Python版本为2.7，需要更改python版本，终端命令操作如下：
$cd /usr/bin
$sudo rm -rf python
$sudo ln -s /usr/bin/python3 /usr/bin/python
更新pip版本
sudo apt-get install python3-pip
发现无法安装pip3，解决办法：
sudo apt-get --fix-broken install
pip install -U pip
sudo apt-get install python3-pip
pip install --upgrade pip
安装Cuda9.0
1.Cuda下载地址：
https://developer.nvidia.com/cuda-toolkit-archive
2.Cuda安装命令：
1.$sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local-cublas-performance-update_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local-cublas-performance-update-2_1.0-1_amd64.deb
2.$apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
3.$sudo apt-get update
4.$apt-get install cuda
3.查看Cuda是否安装成功及安装版本：
5.$cat /usr/local/cuda-9.0/version.txt
4.遇到files list file for package ‘libeigen3-dev’ missing; assuming package has no files currently installed的解决方法
sudo apt-get update
sudo apt-get install --reinstall libeigen3-dev
安装与Cuda9.0对应的Cudnn版本
- Cudnn下载地址
https://developer.nvidia.com/rdp/cudnn-archive
- 安装命令
sudo dpkg -i <package.deb>
sudo dpkg -i
3.出现如下问题：
4. 解决办法：需要下载这两个deb文件，先运行Runtime Library,再运行Developer Library;
5.Cudnn安装步骤
$ sudo cp /usr/include/cudnn.h /usr/local/cuda-9.0/include
sudo cp /var/lib/dpkg/info/libcudnn* /usr/local/cuda-9.0/lib64
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*
- 检查Cudnn版本是否安装成功
cat /usr/local/cuda-9.0/include/cudnn.h | grep CUDNN_MAJOR -A 2
修改环境变量
按照自己按照的路径情况，修改配置文件，修改前，尽量先备份原始的配置文件。
$ sudo gedit /.bash_profile
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda-9.0
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64
保存退出，在终端输入
source /.bash_profile
更新当前环境变量。
使用Virtualenv安装tensorflow
- 下载并安装Virtualenv
sudo apt-get install python3-pip python3-dev python-virtualenv
- 新建tensorflow虚拟环境
virtualenv --system-site-packages -p python3 /home/zhai/App/tensorflow
- 激活环境
source /home/zhai/App/tensorflow/bin/activate
4. 安装tensorflow版本为1.9.0
pip3 install tensorflow-gpu==1.9.0 Collecting tensorflow-gpu==1.9.0
5.通过Virtualenv环境安装，每次使用TensorFlow都要先激活Virtualenv环境：
source /home/zhai/App/tensorflow/bin/activate
6.测试tensorflow是否安装成功
(tensorflow)wz@WZ-Desktop:
∼$python
>>>import tensorflow as tf
>>> a = tf.constant([1.0,2.0,3.0,4.0,5.0,6.0],shape=[2,3],name='a')
>>> b = tf.constant([1.0,2.0,3.0,4.0,5.0,6.0],shape=[3,2],name='b')
>>> c = tf.matmul(a,b)
>>> sess =tf.Session(config=tf.ConfigProto(log_device_placement=True))
>>> print(sess.run(c))
安装pycharm社区版并配置tensorflow环境
ubuntu16.04系统为pycharm并配置tensorflow环境：新建project—>file—>settings—>project Interpreter—>设置python版本（tensorflow安装的路径里的python）