ubuntu16.04+CUDA本地安装+cuDNN本地安装+tensorflow
2017-11-23 19:20
1211 查看
GPU card with CUDA Compute Capability 3.0 or higher.1、下载cuda_8.0.61_375.26_linux.run后放入soft文件夹,建立local文件夹(cuda安装路径)2、运行“sh cuda_8.0.61_375.26_linux.run”,3、在ubuntu系统中已经有显卡驱动时(利用nvidia-smi命令检测),跳过第一步显卡驱动安装,直接到cuda tools安装。为了省时间,然后跳过cuda sample安装。driver online install: sudo apt-get install nvidia-384 or nvidia-375OR:下载完NVIDIA.run后,执行如下语句,运行runfile文件:
sudo sh NVIDIA.run4、该命令结束后,添加该安装相关路径到用户环境内:打开./.bashrc文件,下面加上export PATH="local/cuda-8.0/bin:$PATH"export LD_LIBRARY_PATH="local/cuda-8.0/lib64:$LD_LIBRARY_PATH"然后运行source ~/.bashrc,使之生效运行nvcc -V可以测试安装是否成功注意:如果安装系统环境下需要添加local/cuda-8.0/lib64到/etc/ld.so.conf,然后运行ldconfig使之生效。
sudo gedit /etc/profile打开“profile”文件,在末尾处添加(注意不要有空格,不然会报错):
export PATH=/usr/local/cuda-8.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH重启电脑:
sudo reboot至此cuda本地安装成功。5、本地安装cudnn实际cudnn是特别用于神经网络的加速库,依然依托于cuda tools平台。安装过程就是复制cudnn头文件到cuda的include路径,复制库文件(.so)到cuda的lib64路径。
cp cuDNN/cuda/include/cudnn.h local/cuda/include/
cp cuDNN/cuda/lib64/* /usr/local/cuda/lib64/
cd local/cuda/lib64/
可能需要删除原cudnn库sudo rm -rf libcudnn.so libcudnn.so.X.X(都是软连接)然后修改文件权限,并创建新的软连接由于我所用tensorflow-gpu依赖cuDNN6.0,所以安装的cuDNN6.0更改库文件权限:
chmod u=rwx,g=rx,o=rx libcudnn.so.6.0.20建立软连接
ln -s libcudnn.so.6.0.20 libcudnn.so.6.0ln -s libcudnn.so.6.0 libcudnn.so
6、tensorflow-gpu在线安装
$ pip install tensorflow-gpu # Python 2.7; GPU support$ pip3 install tensorflow-gpu # Python 3.n; GPU support7、测试tensorflow-gpu
http://www.linuxidc.com/Linux/2015-04/116445.htmhttp://www.linuxidc.com/Linux/2016-12/138906.htm http://blog.csdn.net/masa_fish/article/details/51882183 http://blog.csdn.net/t5131828/article/details/53258925 http://blog.csdn.net/a1154761720/article/details/52302595 http://www.linuxidc.com/Linux/2016-12/138906.htm http://blog.csdn.net/u013645510/article/details/53448806
相关文章推荐
- 双显卡 ubuntu16.04 安装 NVIDIA驱动 + CUDA + cuDNN + tensorflow-gpu + keras
- Ubuntu 16.04 + GTX1080ti + CUDA8.0 + cudnn5.1 + tensorflow
- 深度学习环境搭建:linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow并配置远程访问jupyter notebook
- Ubuntu14.04 & CUDA8.0 & Theano & Tensorflow & TensorLayer & Cudnn安装血泪史
- 在UBUNTU 16.04上配置TensorFlow + cuDNN + CUDA深度学习系统(30分钟傻瓜版)
- Ubuntu16.04 +cuda8.0+cudnn+opencv+caffe+theano+tensorflow配置明细
- Ubuntu16.04 +cuda8.0+cudnn+caffe+theano+tensorflow配置明细
- ubuntu16.04 +NVIDIA驱动+cuda8.0+cudnn+andaconda+tensorflow(GPU版)+Spyder+pycharm全套配置
- Ubuntu16.04 +cuda8.0+cudnn+caffe+theano+tensorflow配置明细
- ubuntu16.04 cuda cudnn tensorflow
- ubuntu16.04+CUDA本地安装+cuDNN本地安装+tensorflow
- Ubuntu16.04 +cuda8.0+cudnn+opencv+caffe+theano+tensorflow配置明细
- Ubuntu16.04 + gtx1060 + cuda8.0 + cudnn5.1 + caffe + Theano + Tensorflow
- ubuntu16.04 + NVIDIA驱动 + CUDA + cuDNN + tensorflow-gpu + keras安装
- 深度学习环境搭建:linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow并配置远程访问jupyter notebook
- ubuntu14.04下CUDA8.0+cuDNN+tensorflow(with gpu support)安装教程
- Ubuntu 16.04 nvidia cuda cudnn tensorflow-gpu 配置
- [置顶] 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN
- 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow
- ubuntu16.04系统下CUDA8.0和CUDNN6.0和tensorflow(GPU)的安装