ubuntu22.04 RTX4090搭建cuda11.8+cudnn8.9+tensorflow-gpu2.4

最新推荐文章于 2025-04-14 18:35:42 发布

Y元素

最新推荐文章于 2025-04-14 18:35:42 发布

阅读量4.3k

点赞数 2

文章标签： tensorflow 人工智能 python

本文链接：https://blog.youkuaiyun.com/qq_43765984/article/details/134215864

版权

网上对于4090显卡的tensorflow gpu的搭建教程较少，其版本匹配又是一个烦人的问题。在此记录本此安装过程，仅供大家参考。

因本人使用的是实验室公用服务器，所以显卡驱动在全过程不涉及更新。

一、安装cuda11.8

cuda11.8官方下载网址https://developer.nvidia.com/cuda-11-8-0-download-archive?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=22.04&target_type=deb_local

1.选择如下配置

此处选用runfile，指令更少，安装更简单

2.分别运行下面三行代码

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
cd /root/Downloads
sudo sh cuda_11.8.0_520.61.05_linux.run

第二行是为了保证sudo sh指令在下载的目录中运行。

3.下键选择continue，回车确定，输入accept

4.安装cudn

避免对nvidia驱动的更改，在Driver处时按空格取消勾选，其余默认，install

安装界面

安装成功界面

5.配置环境

终端运行这行代码，自动打开文本文件

gedit ~/.bashrc

在.bashrc文档最后添加下面两行代码，并保存退出

export PATH=/usr/local/cuda-11.8/bin:${PATH}
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:${LD_LIBRARY_PATH}

更新激活.bashrc文件

source ~/.bashrc

6.检验cuda安装成功

nvcc --version

以上则表示cuda安装成功

二、安装cudnn

1.下载安装包

选择Download cuDNN v8.9.6 (November 1st, 2023), for CUDA 11.x

再点击Local Installer for Ubuntu22.04 x86_64 (Deb)

2.根据官方安装指南操作

Installation Guide - NVIDIA DocsThis cuDNN 8.9.6 Installation Guide provides step-by-step instructions on how to install and check for correct operation of NVIDIA cuDNN on Linux and Microsoft Windows systems.https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html注意：在终端cd /root/Downloads到下载路径后，安装1.1.3安装Zilb依赖；

1.3.2. Debian Local Installation继续安装；

1.3.2安装途中需要修改xxx，例如

sudo dpkg -i cudnn-local-repo-$distro-8.x.x.x_1.0-1_amd64.deb

我们需要根据实际版本修改，此处cudnn安装包为：

修改为：

sudo dpkg -i cudnn-local-repo-$distro-8.9.6.50_1.0-1_amd64.deb

相似地，sudo apt-get install libcudnn8-dev=8.x.x.x-1+cudaX.Y修改为：

sudo apt-get install libcudnn8-dev=8.9.6.50-1+cuda11.8

3.检验cudnn安装成功

根据1.4. Verifying the Install on Linux操作

验证过程中，我卡在了第三步$make clean && make报错

test.c:1:10: fatal error: FreeImage.h: 没有那个文件或目录

1 | #include "FreeImage.h"

| ^~~~~~~~~~~~~

运行sudo apt-get install libfreeimage3 libfreeimage-dev问题解决

三、安装tensorflow-gpu2.4.0

1.创建虚拟环境

在这里因为本人操作的代码常见于低版本的scipy，常年报错cannot import name 'imread' from 'scipy.misc'，懒得修改代码，所以选择安装1.2.0版本的scipy，而这要求python>=3.7且python<3.8(conda install scipy==1.2.0时给的提示)，因此我们选择了python3.7

python对应3.7（亲试3.7.0/3.7.10都可）