ubuntu18安装gpu版tensorflow(conda环境)

本文详细介绍了如何在Linux环境下搭建GPU环境,包括检查和安装显卡驱动、CUDA、cuDNN,以及如何使用conda环境安装GPU版TensorFlow,并验证其是否正确安装。

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

1. 查看显卡型号

lspci |grep -i vga
lspci |grep -i nvidia

2. 查看是否有显卡驱动nvidia-smi,如果有对应输出,则已经安装了驱动,没有的话按照下列步骤安装

https://blog.youkuaiyun.com/u014797226/article/details/79626693

3. 安装CUDA,点击打开链接

sudo dpkg -i cuda-repo。。。
sudo apt-get update
sudo apt-get install cuda​

配置环境变量

gedit ~/.bashrc

添加如下代码:

export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH

更新环境变量:source ~/.bashrc

输入nvcc -V查看是否安装成功

4. 安装cudnn

tar -xzvf cudnn-8.0-linux-x64-v6.0.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*

5. 安装tensorflow

创建所需要的conda环境

conda create -n MCnet python=2.7

创建好后安装tensorflow

pip install tensorflow-gpu

6. 验证tensorflow是否安装成功

  

import tensorflow as tf

hello = tf.constant('Hello Tensorflow')

sess = tf.Session()

print(sess.run(hello))

如果输出信息,带有gpu信息,证明gpu版tensorflow安装成功

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