ubuntu16.04_tensorflow_gpu加速_源码安装笔记

最新推荐文章于 2024-06-04 17:27:42 发布

原创最新推荐文章于 2024-06-04 17:27:42 发布 · 358 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#ubuntu #cuda #nvidia #tensorflow

本文详述了在Ubuntu16.04上安装CUDA 8.0, cuDNN 7.0及TensorFlow-GPU 1.3的全过程，包括关闭nouveau、安装CUDA、配置环境变量、源码编译安装TensorFlow等步骤，以及遇到问题的解决方案。" 78832384,7364799,Create-React-App与antd-mobile结合开发实践,"['前端开发', 'React', 'JavaScript', 'CSS', 'antd']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原创文章，转载请注明出处。
版本说明：Ubuntu16.04 64位，显卡gtx1080, cuda_8.0, cudnn7.0, tensorflow+_1.3，下面具体说明安装方法。

Ubuntu16.04安装

UltroISO刻录U盘，开机进BIOS选择U盘启动，按照步骤直接安装，不再赘述。

cuda_8.0安装

一般有.runfile和.deb安装两种方式，本文采用较简单的.deb安装方式。
nvidia官方安装教程

在nvidia官网下载cuda-8.0.deb安装文件。
关闭与nvidia内核不兼容的nouveau
lspci | grep nouveau命令查看是否有输出，若有则需要执行以下步骤关闭nouveau
首先新建一个blacklist-nouveau.conf文件并进入编辑模式：
sudo edit /etc/modprobe.d/blacklist-nouveau.conf
在文件中写入：
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
在终端中执行
echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
sudo update-initramfs -u
然后lspci | grep nouveau检查一下，若没有任何输出则表示关闭成功。
安装build-essential、kernel对应版本的kernel headers等（一般不需额外安装，后面如果出问题可以补一下）
sudo apt-get update
sudo apt-get install build-essential
sudo apt-get install linux-headers-$(uname -r)
安装cuda
进入cuda安装包路径，在终端中执行以下命令进行安装：
sudo dpkg -i .deb
sudo apt-get update
sudo apt-get install cuda
cuda环境变量配置
gedit ~/.bashrc
在文件中写入：
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=:/usr/local/cuda/lib64
然后source一下
source ~/.bashrc
验证安装
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery
若此时能找到GPU则安装成功，若显示failed可以重启一下试试。
NOTE 电脑之前没有装nvidia显卡驱动，在cuda.deb的安装中会自动安装配套版本的驱动，若电脑之前安装了驱动，直接安装应该也没有问题，若选择.runfile安装方式，可以在安装过程中选择不再重新安装驱动。

cuDNN安装

下载地址
解压后将相应文件复制到cuda包中：
tar xvzf cudnn-8.0-linux-x64-v7-ga.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

tensorflow安装

tensorflow官网给出了四种安装方式，这里采用源码安装。

下载源码
$ git clone –recurse-submodules https://github.com/tensorflow/tensorflow
安装bazel https://docs.bazel.build/versions/master/install-ubuntu.html
安装python依赖项
sudo apt-get install python-numpy python-dev python-pip python-wheel
由于是GPU加速的，还需要安装
$ sudo apt-get install libcupti-dev
配置tensorflow编译选项 https://www.tensorflow.org/install/install_sources#ConfigureInstallation
$ cd tensorflow/

$ ./configure
Please specify the location of python. [Default is /usr/bin/python]:
Do you wish to build TensorFlow with GPU support? [y/N] y
GPU support will be enabled for TensorFlow

Please specify which gcc nvcc should use as the host compiler. [Default is
/usr/bin/gcc]:
Please specify the Cuda SDK version you want to use, e.g. 7.0. [Leave
empty to use system default]: 8.0

Please specify the location where CUDA 8.0 toolkit is installed. Refer to
README.md for more details. [default is: /usr/local/cuda]: /usr/local/cuda

Please specify the Cudnn version you want to use. [Leave empty to use system
default]: 7.0.1

Please specify the location where the cuDNN 7.0.1 library is installed. Refer to
README.md for more details. [default is: /usr/local/cuda]:/usr/local/cuda

Please specify a list of comma-separated Cuda compute capabilities you want to
build with. You can find the compute capability of your device at:
https://developer.nvidia.com/cuda-gpus.
Please note that each additional compute capability significantly increases your
build time and binary size. [Default is: 6.1]:

Setting up Cuda include
Setting up Cuda lib64
Setting up Cuda bin
Setting up Cuda nvvm
Setting up CUPTI include
Setting up CUPTI lib64
Configuration finished
NOTE 每次改变cuda的library路径之后，需要在bazel build之前重新config。
创建pip安装包
有GPU加速的：
$ bazel build –config=opt –config=cuda //tensorflow/tools/pip_package:build_pip_package
看别的博客有提到过gcc5+需要对gcc降版本的问题，官方给出的办法是在上述编译命令后直接添加--cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0"命令，我一开始没有加这个，编译也是没有问题的。
然后生成.whl文件：
$ bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
安装pip包
$ sudo pip install /tmp/tensorflow_pkg/tensorflow-1.3.0-py2-none-any.whl
.whl的文件名和生成平台有关，以自己/tmp/tensorflow_pkg/里面的文件名为准。
验证安装
进入到任何一个不是tensorflow安装目录（包含.configure文件）的路径，运行python
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
如果输出Hello, TensorFlow!恭喜你安装成功！