深度學習環境配置
阿新 • • 發佈:2019-02-10
ubuntu 16.04 + cuda 8.0 + cudnn 6.0 + matlab R2017a + tensorflow 1.4 + anaconda3
本文用於記錄深度學習的各種環境配置,中間踩了不少的坑,各版本需要一一對應,故寫下本文以備不妨之需。
cuda 8 最好對應 cudnn 6,tensorflow 只有 1.3 和 1.4 版本對應 cuda 8 和 cudnn 6,matlab 對應 cuda 8 的版本是 R2017a。
需要下載的cuda、cudnn檔案:
連結: https://pan.baidu.com/s/1cnO7fY6ClHKRMX4sky6ZQQ 密碼: gkuu
首先假定已安裝好了ubuntu 16.04,
1. 更換顯示卡驅動:
首先刪除有關原來驅動的一些資訊:
sudo apt-get remove --purge nvidia*
新增Graphic Drivers PPA:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
尋找合適的驅動版本(選擇recommend即可)
ubuntu-drivers devices
安裝完成後重啟
sudo apt-get install nvidia-384 # 將 384 改為 對應的版本 sudo reboot
檢視驅動的安裝狀態顯示安裝成功
sudo nvidia-smi
2. 安裝CUDA 8.0:
終端先移至下載檔案 cuda、cudnn 所在的目錄下,再執行以下程式碼。
安裝 cuda 8.0:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
如果之前沒有安裝上述"cuBLAS Patch Update to CUDA 8",可以用如下方式安裝更新:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb sudo apt-get update sudo apt-get upgrade cuda
在 ~/.bashrc 中設定環境變數:
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
執行 source ~/.bashrc 使其生效
3. 安裝cuDNN 6.0:
tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
# 可選(沒什麼影響?)
# sudo chmod a+r /usr/local/cuda/include/cudnn.h
# sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
4. 安裝 TensorFlow:
(1)建立名為 tf 的 conda 環境:(需安裝Anaconda,若無可以忽略這一步,直接看)
conda create -n tf pip python=3.5
啟用 conda 環境:
source activate tf
(2)安裝 TensorFlow:(python 2 使用 pip,python 3 使用 pip3)
pip install tensorflow-gpu==1.4