ubuntu下解除安裝cuda8.0,和安裝cuda9.0,cudnn7.0,tensorflow-gpu=1.8
簡介
最近使用tensorflow object detection訓練自己的資料集時,出現了
AttributeError: module 'tensorflow.contrib.data' has no attribute 'parallel_interleave'
主要的原因是tensorflow1.4沒有這個函式,需要tensorflow1.7(不知道1.5,1.6可以嗎)版本。然而直接安裝會出現tensorflow不管用的情況,主要原因是當前的cuda8.0不支援1.7版本。所以需要安裝一個比較新的cuda9.0,因為我已經安裝了nvidia驅動,驅動型號是390.25 (可以參考我之前的部落格)
解除安裝cuda8.0
開啟你的terminal,輸入命令
sudo service lightdm stop
然後ctrl+Alt+F1,輸入賬號,密碼登入
cd /usr/local/cuda-8.0/bin
sudo ./uninstall_cua_8.0.pl
這裡面可能應該會出現一個沒有刪除的情況(應該是cudnn的東西吧)
可以直接將這個資料夾刪除了
sudo rm -rf cuda8.0
安裝cuda9.0
接下來的其實可以參考我的部落格
下載安裝,然後我介紹一下流程
cd Dowload/
sudo sh cuda_9.0.176_384.81_linux.run --no-opengl-libs
然後按照接下來的步驟做,cuda9.0自帶的驅動,可以不用,因為已經安裝好了驅動。
Do you accept the previously read EULA? accept/decline/quit:accept Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 387.26? (y)es/(n)o/(q)uit: n Install the CUDA 9.0 Toolkit? (y)es/(n)o/(q)uit: y Enter Toolkit Location [ default is /usr/local/cuda-9.0 ]: 直接按enter Do you want to install a symbolic link at /usr/local/cuda? (y)es/(n)o/(q)uit: y Install the CUDA 9.0 Samples? (y)es/(n)o/(q)uit: y
配置環境變數
sudo gedit /etc/profile
export PATH=/usr/local/cuda-9.0/bin/:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64/
測試
#編譯並測試裝置 deviceQuery:
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
#編譯並測試頻寬 bandwidthTest:
cd ../bandwidthTest
sudo make
./bandwidthTest
如果這兩個測試的最後結果都是Result = PASS
,說明CUDA安裝成功啦。
cudnn安裝
具體方法參考我之前的部落格,注意修改一下啊,參考一下解壓cudnn後的資料夾,cuda/lib64/下的檔案。這就是不同點。
tensorflow-gpu安裝
首先得解除安裝之前的tensorflow
#啟用tensorflow環境
source activate tensorflow
pip uninstall tensorflow-gpu
參考我之前的部落格,我試了一下pip install tensorflow-gpu==1.7好像不行,用下面這個還可以。pip install tensorflow-gpu
相關推薦
ubuntu下解除安裝cuda8.0,和安裝cuda9.0,cudnn7.0,tensorflow-gpu=1.8
簡介最近使用tensorflow object detection訓練自己的資料集時,出現了AttributeError: module 'tensorflow.contrib.data' has no attribute 'parallel_interleave'主要的原因
win10 + python3.6 + tensorflow-gpu 1.8 下安裝 CUDA9.0 +CUDNN7.1.4
1.使用anaconda建立tensorflow環境,我的筆記本有塊gtx 765顯示卡,所以使用的是tensorflow gpu,並更新到1.8版本 2.官網更新最新顯示卡驅動,安裝cuda9.0 精簡安裝即可 解壓後複製到CUDA
Tensorflow系列00:Win10下TensorFlow-gpu 1.8+cuda_9.0+cudnn安裝
安裝TensorFlow基礎環境 1.1 確定windows版本和想安裝的Tensorflow的本版號: Win 10 64 位 python 安裝包 Anaconda3-5.1.0-Windows-x86_64.exe cuda_9.0.176
ubuntu 安裝tensorflow-gpu==1.8
先到Anaconda 官網下載 anaconda3 (5.2.0), 接著安裝sh anaconda3.sh 接著在命令列 conda install tensorflow-gpu==1.8 接著conda install keras-gpu 還有conda install open
Ubuntu18.04 + CUDA9.0 + cuDNN7.3 + Tensorflow-gpu-1.12 + Jupyter Notebook深度學習環境配置
uri onf 設備 har import strong sof 比較 理論 目錄 一、Ubuntu18.04 LTS系統的安裝 1. 安裝文件下載 2. 制作U盤安裝鏡像文件 3. 開始安裝 二、設置軟件源的國內鏡像 1. 設置方法 2.關於ubuntu鏡像的小知識
Ubuntu 16.04解除安裝CUDA 6.5和安裝CUDA 8.0
一,引言 由於系統從Ubuntu 14.04升級到了16.04,原來的CUDA 6.5無法繼續使用,所以重新安裝了CUDA 8.0。 二,解除安裝CUDA 6.5 和驅動 以下操作都在命令列介面操作,比如按下Ctrl+alt+F1進入命令列 首先停止lightdm: 
Ubuntu 下處理excel表格庫xlslib和libxls的下載安裝
Ubuntu 下處理excel表格庫xlslib和libxls的下載安裝,這個gnu計劃的兩個庫: xlslib庫:https://sourceforge.net/projects/xlslib/files/xlslib-package-2.5.0.zip (內容在github上找到,我現在
Ubuntu14.04安裝記錄(專用2) ubuntu下解除安裝opencv
6.安裝Ceres庫由於按照書上出現了“E未發現軟體包liblpack-dev的錯誤”,故另參考流程如下https://blog.csdn.net/felaim/article/details/60138647安裝g2o庫7.編譯安裝VTK庫(筆者使用的系統是Ubuntu14.04,為保險起見安裝的
ubuntu下dlib編譯C++(共享庫)及使用,即cmake編譯dlib開原始檔的步驟和檔案結構,
一、cmake的工作機制 使用CMake很簡單。 構建過程是通過建立一個或多個CMakeLists檔案(實際上是CMakeLists.txt,但本指南將在大多數情況下脫離擴充套件)控制在專案的每個目錄中。
Ubuntu 16.04解除安裝CUDA 9.2 和安裝CUDA 9.1
因為nvidia 驅動為390.67 與cuda 9.2 不匹配,無法使用,所以對cuda版本降級: 過程: 解除安裝cuda 9.2(可刪可不刪,不刪會保留cuda-9.2和cuda-9.1兩個資料夾) [email protected]:~$ cd /
ubuntu下解除安裝gnome | unity | qt | cuda
gnome解除安裝: sudo apt-get remove gnome* sudo apt remove –purge gnome* (連配置檔案一起刪除) sudo apt-get auto
Ubuntu下查看軟件版本及安裝位置
blog apt ubuntu下 nbsp apt-get -m clas mod dpkg 查看軟件版本:aptitude show xxx 也可用apt-show-versions (要先安裝sudo apt-get install apt-show-version
Centos環境下搭建Asp.NET Core環境和安裝Jexus
logs date mic razor www 啟動 iss jsb run ?? .NET Core2.0出來以後,很多公司開始用於實踐生產,其中的原因想必大家都明白,最主要的一下幾點。 跨平臺,能夠部署在Linux和Docker容器中 性能優越,測試時Node的20倍
在ubuntu下用sublime text3編譯C++和pascal
amp cto windows ase wall ubuntu class dir sca 編譯C++: 選擇Tools -> Build System -> New Build System,把下面代碼拷貝進去,保存,自己起個名字。 然後打開C++文件,選擇T
ubuntu 下串口調試工具 minicom安裝與配置
usb0 min ttyusb0 alt 連接 默認參數 fan 分享圖片 usb 檢查系統是否支持USB轉串口: lsmod | grep usbserial 如果有usbserial,說明系統支持USB轉串口。 識別串口設備: 插上USB
ubuntu下的python網頁解析庫的安裝——lxml, Beautiful Soup, pyquery, tesserocr
不同版本 utf-8 系統 pin dev sts one github html lxml 的安裝(xpath) pip3 install lxml 可能會缺少以下依賴: sudo apt-get install -y python3-dev build-e ssenti
在ubuntu下搭建php後臺開發環境——ubuntu16.04+apach2.4.18+php7.0.28+mysql+PhpStorm
在ubuntu下搭建php後臺開發環境——ubuntu16.04+apache2.4.18+php7.0.28+mysql+PhpStorm 此篇文章是記錄自己在搭建php後臺開發環境的流程,適合新手。 名詞解釋 ubuntu——一款基於linux核心的作業系統,對標Window
Ubuntu下VS Code的C++配置和的除錯
1. 系統環境和工具 系統環境 Unbutu 16.04; 下載VS Code 1.29 https://code.visualstudio.com/docs/languages/cpp#_getting-started; 2. 常用快捷鍵 Open t
Ubuntu下vim的外掛配置方法和問題彙總
1 安裝vim sudo apt-get install vim 2 建立屬於自己的vim配置檔案.vimrc vim ~/.vimrc 3 為你的命令列,tmux和vim安裝powerline外掛
如何理解Linux下的動態庫概念,和靜態庫概念,通俗易懂的解釋如下:
動態庫和靜態庫都是一組函式集合,打包在一起供應用程式呼叫,區別是: 靜態庫名稱一般為xxx.a,在編譯時和應用程式連結在一起,這樣的應用程式佔用空間較大。 動態庫名稱一般為xxx.so,對於動態庫即可以在編譯時連結,也可以使用dlopen()/dlsy