Ubuntu16.04安装tensorflow-GPU(包含CUDA和cuDNN)

本文分享了在新电脑上配置TensorFlow GPU环境的过程。详细介绍了显卡驱动、CUDA、cuDNN的安装步骤,包括版本匹配、环境变量设置等要点。还说明了Anaconda3的安装、清华源更新、新环境创建及TensorFlow的安装与检验方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值