之前安装多几次每次都很坎坷,这次换电脑后再次配环境,在同学的帮助下有了更高效,特别是显卡驱动的安装。特意写了下来。
1.首先安装显卡驱动
输入
ubuntu-drivers devices
显示自己电脑推荐的显卡驱动。
thorking@thorking:~$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001C03sv000010DEsd000011D7bc03sc00i00
vendor : NVIDIA Corporation
driver : nvidia-384 - distro non-free recommended
driver : xserver-xorg-video-nouveau - distro free builtin
然后输入
ubuntu-drivers autoinstall
自动安装显卡驱动。
然后重启电脑
在终端输入以下代码来显示显卡驱动是否安装成功。
nvidia-smi
2.安装CUDA
注意版本匹配。多次安装失败主要是对于版本没有匹配。
在命令行中输入
sudo sh cuda_8.0.44_linux.run
除了以下问题
因为这个问题是要安装显卡驱动,与之前的显卡驱动冲突 所以这个问题为no
其它都是yes、accept或者enter
最后显示安装成功。
环境变量设置
sudo gedit ~/.bashrc
文档最后添加
export PATH=/usr/local/cuda-8.0/bin${PATH:+:$PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
保存后更新
source ~/.bashrc
3.安装cuDNN
下载安装包后,正常解压,然后将其复制到CUDA文件内并提升权限即可。
解压
tar -zxvf cudnn-9.2-linux-x64-v7.4.1.5.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
输入
nvcc -V
判断是否安装成功
4.安装Anaconda3
下载Anacoda3,后进行安装
输入
bash Anacoda3-5.3.0-Linux-x86_64.sh
更新conda清华源
保存退出(这里涉及到vi编辑器的使用,自行搜索)
新环境创建、启用及基本包配置
conda create -n work python==3.6
conda activate work
conda install anaconda
激活并进入新环境后,cd到tensorflow-gpu的位置进行安装。
安装之后,在终端中使用Python导入tensorflow检验。
或者在Pycharm中检验。
注:要想删除虚拟环境
conda remove -n work --all
显示已有虚拟环境
conda info --envs