【深度學習】Ubuntu下CUDA+ cuDNN + TensorFlow/TensorLayer 深度學習環境搭建
阿新 • • 發佈：2018-12-15
文章目錄
概述
搭建步驟同Windows平臺，包括：
- 確定安裝各元件的版本，保證其相互之間能正常工作；
- 修改
conda和pip的預設映象網站； - 安裝最新版Anaconda，並使用其建立虛擬環境；
- 安裝CUDA和cuDNN；
- 安裝TensorFlow（GPU版）和TensorLayer。
以上如果有不明白的地方，請參看我的前一篇部落格：【深度學習】windows 10下CUDA+ cuDNN + MXNet/TensorFlow/TensorLayer 深度學習環境搭建
本次安裝的環境為（伺服器為Ubuntu 14.04）：
Ubuntu 14.04 python 3.6 + CUDA 8.0 + cuDNN 6.0 + Tensorflow-gpu 1.4 + Tensorlayer 1.4
安裝Anaconda並建立環境
Anaconda安裝過程這裡不再贅述，安裝完成之後配置環境變數。
建立虛擬環境，可參見我的另一篇部落格：【Python】淺談Python虛擬環境virtualenv
conda create -n tensor python=3.6 anaconda
建立的虛擬環境儲存在~/anaconda/envs目錄，即Anaconda安裝目錄下的envs資料夾中。
安裝CUDA和cuDNN
下載安裝CUDA
首先下載安裝CUDA，我的版本如下：
我這裡下載的是runfile型別，直接按照官網提示安裝即可，如下：
輸入上述命令後，就是閱讀一長串的協議。注意協議開頭的位置給出了CUDA的預設安裝位置。
按回車鍵到協議最後，選擇同意EULA（accept）,不安裝driver installation （no）。若不使用預設安裝位置，也在這裡更改。如下圖：
下載安裝cuDNN
下載對應CUDA版本的cuDNN（點選這裡下載），紅線標出的是我需要的版本。
解壓下載的壓縮包，將得到一個cuda資料夾，裡面包含include和lib64兩個目錄，將其中的檔案拷貝至CUDA安裝目錄的include和lib64即可。
配置環境變數：
export PATH=$HOME/cuda9/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/cuda9/lib64/
安裝TensorFlow和TensorLayer
啟用建立的虛擬環境，安裝：
檢查安裝結果
TensorFlow官網給出了檢查方法：
我們來試一試：
成功！！！