ubuntu14.04+cuda8.0+cudnn5.1+tensorflow 1.0
實習第一天,帶我的老師扔給我一臺電腦,讓我配置伺服器環境。。。一臉懵逼+兩手發麻,幸好還有度孃的幫忙,配配配!
(ubuntu14.04以配好)
第一步:ctrl+alt+t 開啟終端,輸入nvidia-smi
出來一張類似這樣的圖,描述了GPU的資訊
當時我那臺伺服器顯示的GPU是Tesla k40m
第二步:根據你所得到的GPU的型別,去百度該GPU所支援的cuda、cudnn版本 ,我最後選擇的是cuda8.0和cudnn5.1
第三步:登入https://developer.nvidia.com/cuda-downloads
可以選擇cuda下載,但是官網顯示的總是最新的版本,目前最新的版本是cuda10.0,不符合我的選擇,所以可以通過以下網址找到舊版本
點選older ,進入該頁面
哈哈,要啥版本下啥版本!
下載完,就按上面介紹的安裝命令安裝
再設定環境變數,在終端中輸入 sudo gedit /etc/profile
在開啟的檔案末尾,新增以下兩行
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64
儲存。如果不將它們不寫入/etc/profile
檔案的話,這樣的環境變數在你退出終端後就消失了,不起作用了,所以寫入才是永久的做法。
如果你想檢查以下是否安裝配置成功,可以參考這篇(
第四步:去官網https://developer.nvidia.com/cudnn下載對應版本的cudnn5.1的安裝包,需要先註冊,並且那個網似乎有點不太好登入,這裡提供我網盤裡下載方式連結: https://pan.baidu.com/s/1oJK0tHIXIJ_0-V0GRvB1oA 提取碼: hag9
下載完後(下載在home資料夾下)得到cudnn-8.0-linux-x64-v5.1.tgz,然後解壓 tar -xvzf cudnn-8.0-linux-x64-v5.1.tgz
參考https://blog.csdn.net/QLULIBIN/article/details/80729570,做以下操作:
第五步:進入https://pypi.org/project/tensorflow-gpu/1.0.0/#files ,下載tensorflow_gpu版本的.whl檔案
下載後切換到檔案所在目錄,終端輸入 pip install 檔名.whl,即可安裝
最後測試,終端進入 python
import tensorflow as tf
如果沒有報錯,那就成功了