Ubuntu18.04安装cuda9.0,cudnn7.0.5,Anaconda3-5.2.0和TensorFlow-gpu1.8.0

本文详细记录了在Ubuntu18.04上安装CUDA9.0、CUDNN7.0.5、Anaconda3-5.2.0以及TensorFlow-GPU1.8.0的过程,包括显卡驱动、gcc降级、CUDA和cuDNN的安装与测试、Anaconda的安装与Python版本调整、远程访问Jupyter的配置等步骤。

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

目录

1. 前言

2. 安装显卡驱动

3. 禁止第三方开源驱动

3.1 修改文本有三种方式,以修改软件环境为例

4. 更新NVIDIA驱动

5. gcc降级为4.8

6. 安装CUDA和cuDNN

6.1 安装CUDA 

6.2 安装cuDNN

6.3 测试CUDA

6.4 测试cuDNN

6.5 查看CUDA和cuDNN版本

6.6 卸载CUDA

7. 安装Anaconda

7.1 安装Anaconda3-5.2.0

7.2 修改Python版本为3.6

7.3 conda常用命令

7.4 卸载Anaconda

8. 安装tensorflow-gpu

9. 远程访问jupyter

9.1 安装ssh工具

9.2 jupyter文件配置

10. 安装keras2.1.6

11. numpy版本


 


1. 前言

本人新手,花费了不少时间搭建ubuntu18.04的深度学习环境,整理如下。

奉劝一句,不要追求高版本,另外老版本有更多帖子可参考去解决问题。

硬件条件:CPU: i5-8400; GPU: GTX1060 3G;

软件环境:Ubuntu18.04,自带Python版本是3.7

预装DL环境:cuda_9.0.176_384.81_linux.run;cudnn-9.

评论 1
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