Ubuntu+CUDA10.0+cuDNN7.5.0+anaconda+tensorflow—gpu安装教程

环境搭建

发布日期: 2019-08-20

作者: 秋歌

文章字数: 1.2k

阅读时长: 4 分

阅读次数:

Ubuntu+CUDA10.0+cuDNN7.5.0+anaconda+tensorflow—gpu安装教程

配置：ubuntu19.04
显卡：GEFORCE 840M

一 Ubuntu19.04安装

网络上有很多文章，首先博主是根据B站UP主上的视频一步一步走下来的，有一个视频是讲双系统的，楼主垃圾笔记本一台装了ubuntu和win10双系统，有需要的同学可以上B站搜一下ubuntu安装这里就不放链接了。

二一定要看好自己笔记本支持的下载的CUDA和cuDNN版本搞清楚！

登录网站 https://developer.nvidia.com/cuda-gpus
首先看看自己的显卡支不支持tensorflow—GPU

支持加速的显卡
博主的老爷车GEFORCE 840M 竟然在里面！难以置信

三安装显卡驱动

楼主小白一枚实在不明白又是禁用源驱动又是一堆的神奇操作选用了所有博主最不推荐的

sudo ubuntu-drivers autoinstall

博主选了一堆yes 由于之前安装过了这里就不放截图了。安装完后印象里会安装好几个显卡驱动，通过ubuntu里面的软件与更新 ubuntu驱动安装列表
里面的附加驱动使用了418这个版本。安装完显卡驱动后重新启动下电脑，在终端运行

nvidia-smi

验证显卡驱动是否安装成功
说明显卡驱动安装成功，万里长城第一步啊。接下来就是安装CUDA和cuDNN

四安装CUDA

CUDA与显卡版本号关系
这个是显卡驱动对应的CUDA版本我们安装的显卡驱动版本是418.56>418.39 所以博主选用的CUDA是10.0版本。
然后同学们去
https://developer.nvidia.com/cuda-release-candidate-download
根据自己的系统下载CUDA 这里就不放图了但是要记住下载runfile(local)文件
下载完后找到下载CUDA文件的位置右键打开终端输入：
在安装CUDA的过程中会提示，CUDA10.0 设备不可用在安装那一步 -overrid 我百度查到的结果是编译器不兼容导致的。

sudo chmod +x cuda_10.0.130_410.48_linux.run
sudo ./cuda_10.0.130_410.48_linux.run -overrid

注意上面的数字根据自己下载的版本号更改
在安装CUDA的时候注意不要安装CUDA所带的驱动由于我们之前安装了显卡驱动了所以不需要重复安装

然后就是配置环境输入终端命令

sudo gedit ~/.bashrc

进入编辑模式将下面两条命令加入文档最后面：下面的序列号也需要根据自己的CUDA版本号更改

export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH

加入后在终端输入，从而使得环境生效

source ~/.bashrc

在终端输入，即可得到我们的CUDA信息 10.0.130

nvcc -V

现实如下可见我们安装的CUDA版本为10.0.130

maqiushuo@maqiushuo-Aspire-E5-572G:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130

验证
打开终端输入

cd /usr/local/cuda/samples/1_Utilities/deviceQuery 
sudo make
./deviceQuery

得到以下结果，及说名CUDA安装成功
验证CUDA安装是否成功

五安装cuDNN

打开网站
https://developer.nvidia.com/rdp/cudnn-archive

下载自己需要的cuDNN

我下载的版本为 10.0 下的 cuDNN library for linux
下载完成后输入以下命令
首先进入你下载文件的文件夹
然后解压文件运行以下代码，注意解压的文件是你下载的文件。。我这里只是提供个例子，当时下载的到底是什么名字我也忘了，所以下面代码的第一行是解压你下载的安装包.要根据你自己的cudnn版本号更改的

tar -xzvf cudnn-10.0-linux-x64-v7.5.0.56.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*

到这里cuDNN也已经配置完成

六安装anaconda 以及tensorflow-gpu

6.1 安装anaconda

bash Anaconda3-5.2.0-Linux-x86_64.sh

6.2 在anaconda当中安装 tensorflow虚拟环境这里将其命名为tensorflow

conda create -n tensorflow pip python=3.6

6.3 激活tensorflow(之前安装的虚拟环境)

source activate tensorflow

6.4 安装tensorflow-gpu在tensorflow当中(之前安装的虚拟环境)

注意不同版本的tensorflow-gpu 对应的CUDA也是不同的
https://www.tensorflow.org/install/source 从这个网站查找对应你CUDA版本的gpu，我的电脑不能翻墙只能放一张老图
CUDA与tensorflow-gpu对应关系
从以上对应版本号上安装对应版本的tensorflow-gpu

pip install tensorflow-gpu == “你的版本”

6.5 验证

验证是否成功
打开终端，激活tensorflow，输入python，输入import tensorflow as tf
不报错！！！！！！就安装成功了！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！
博主安装了两天，第二天凌晨4点安装成功。。哎。现在想想真的是浪费生命啊
之前博主安装的是CUDA10.1，死活不兼容，后来博主百度查到，应该是anaconda公司没有更新，所以导致对CUDA10.1的不兼容。