1. 程式人生 > >Ubuntu16.04+CUDA8.0+cuDNN5.1+Python2.7+TensorFlow1.2.0環境搭建

Ubuntu16.04+CUDA8.0+cuDNN5.1+Python2.7+TensorFlow1.2.0環境搭建

選擇 per orf stop lis option amd64 pan repo

軟件版本說明:我選的Linux系統是Ubuntu16.04,CUDA用的8.0Ubuntu16.04+CUDA8.0+cuDNN5.1+Python2.7只支持TensorFlow1.3.0以下的版本,所以我的TensorFlow版本選擇為1.2.0。如果想使用TensorFlow1.3.0,就需要CUDA8.0+cuDNN5.1了。

軟件下載地址:CUDAhttps://developer.nvidia.com/cuda-toolkit-archive

cuDNNhttps://developer.nvidia.com/cudnn


1.Ubuntu16.04安裝TensorFlowCPU版本:

(1)

首先安裝pip

  打開終端,輸入命令:sudo apt-get install python-pip python-dev

(2)然後安裝tensorflow:

  pip install tensorflow


2.Ubuntu16.04安裝TensorFlowCPU版本:

(1)安裝NVIDIA顯卡驅(提前下載好):

  安裝NVIDIA顯卡驅,首先需要禁用自帶的 nouveau nvidia驅動:sudo vim /etc/modprobe.d/blacklist-nouveau.conf,並且在文件中添加:

    blacklist nouveau
    options nouveau modeset=0

  然後再更新一次:sudo update-initramfs -u ,修改後需要重啟系統。重啟後,確認下Nouveau已經被禁用,使用命令: lsmod | grep nouveau
  同時需要結束x-window的服務,否則驅動將無法正常安裝,命令:sudo service lightdm stop

  然後切換到終端:Ctrl+Alt+F1

  安裝驅動:

  1. cd /home/用戶名/  
  2. sudo sh ./NVIDIA*.run 
  然後重啟X-Windowsudo service lightdm start
   Ctrl+Alt+F7進入圖形界面,檢查驅動是否安裝成功:
nvidia-smi (2)gcc降級: ubuntugcc編譯器是5.4.0,因為cuda8.0不支持5.0以上的編譯器,所以需要把編譯器版本降到4.9 (3)安裝CUDA 在終端依次輸入: cd /home/用戶名/cuda安裝包路徑下 sudo dpkg -i cuda-repo-ubuntu1604-8-0-rc_8.0.27-1_amd64?.deb sudo apt-get update sudo apt-get install cuda (4)安裝CUDNN: 在終端依次輸入: cd /home/用戶名/Desktop/cudnn安裝包路徑下 tar xvzf cudnn-8.0-linux-x64-v5.1-ga.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* 這裏,安裝完成之後需要配置環境變量。 (5)安裝其他庫: Tensorflow官網上,根據提示安裝。 (6)安裝Bazel依賴: 因為是使用tensorflow源碼編譯/安裝,所以需要使用 bazel buildhttps://www.bazel.io/versions/master/docs/install.html 按照Bazel官網提供的說明進行安裝,安裝完成之後需要配置環境變量。 (7)安裝tensorflowGPU版): pip install tensorflow-gpu


Ubuntu16.04+CUDA8.0+cuDNN5.1+Python2.7+TensorFlow1.2.0環境搭建