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。

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-9.0-linux-x64-v7.tgz;

                       Anaconda3-5.2.0-Linux-x86_64.sh;tensorflow-gpu==1.8.0

2. 安装显卡驱动

先更新软件源

参考资料:https://blog.youkuaiyun.com/zxy131072/article/details/84259967

#查看更新源文件
sudo gedit /etc/apt/sources.list

软件和更新——附加驱动——选择第一项——应用——自动识别安装

参考资料:https://blog.youkuaiyun.com/m0_37407756/article/details/80769952

3. 禁止第三方开源驱动

打开终端,输入

sudo gedit /etc/modprobe.d/blacklist.conf

在打开的文本最后添加

blacklist nouveau
options nouveau modeset=0

右上角保存后关闭,终端输入使其生效

sudo update-initramfs -u

重启电脑,终端输入

lsmod | grep nouveau  #如果屏幕没有输出则禁用nouveau成功

3.1 修改文本有三种方式,以修改软件环境为例

sudo gedit ~/.bashrc  #系统自带,适合新手,修改后直接右上角保存退出
sudo vi ~/.bashrc     #系统自带,建议升级vim,文件保存等常规操作和vim一样
sudo vim ~/.bashrc    #需要安装,按i或insert键修改文件,修改后保存退出:按esc键,同时按shift+;, 输入wq。

source ~/.bashrc      #使修改文件生效

4. 更新NVIDIA驱动

安装的显卡驱动版本必须高于或等于CUDA自带的驱动版本

英伟达官方要求:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

查看显卡驱动版本<

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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