惠普暗夜精灵3plus配置ubuntu18.0.4、cuda9.0、cudnn7.0、anaconda(python2.7)、tensorflow-gpu1.8、keras、opencv等
2018-06-02 15:26
911 查看
一、ubuntu18.0.4
新的版本内核为22,,安装用u盘启动,分区为/,swap,/boot。桌面版画面更精致,ubuntu图形界面越来越漂亮。自带集成显卡。
二、cuda9.0
先安装显卡驱动,先屏蔽掉自带的集成显卡驱动,重启后检测集成显卡驱动没有启动后,一句代码安装,sudo apt install nvidia-driver 自动安装了390.48。也可以在设置-更新那儿设置选择安装显卡驱动的版本。输入nvidia-smi确认驱动安装成功。
然后就是官网下载cuda9.0.run文件,运行安装,选择不要安装驱动就好。将cuda添加到环境变量中。最后编译一个example,测试一下cuda安装成功。
三、cudnn7.0
官网下载Linux的打包压缩文件,解压得到cudnn文件,将lib64和include文件下的文件拷贝到cuda中的同名文件夹下,并设置软链接,并使之生效。
四、anaconda
官网下载安装,注意将anaconda2中的bin添加到系统环境变量,这样命令行输入python才是默认进入anaconda中的python
五、tensorflow
sudo pip install tensorflow-gpu==1.8
六、keras
sudo pip install keras
七、opencv
sudo pip install opencv-python
相关文章推荐
- Ubuntu16.04 安装 CUDA、CUDNN、OpenCV 并用 Anaconda 配置 Tensorflow 和 Caffe 详细过程
- [置顶] 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN
- Caffe(1)--环境配置(Ubuntu16.04+opencv3.1+Anaconda3+CUDA9.0+cuDNN7.0.5)
- win10 配置tensorflow(GPU) anaconda3 cuda9.0 cudnn for 9.0
- ubuntu16.04系统GTX1050装tensorflow1.6+cuda9.0+cudnn7.0+anaconda
- Ubuntu 16.04的caffe环境配置:cuda 8.0+cudnn 8.0+opencv3.1.0 + python2.7 + matlab2016b + blas(OpenBlas)
- Ubuntu16.04+CUDA9+cudnn7+python3.5+源码编译Tensorflow1.4+opencv3.3
- 神经网络环境python2.7+tensorflow(gpu)+keras+cuda toolkit8.0+cudnn5.1+anaconda(ubuntu 16.04desktop64位)
- Ubuntu16.04配置tensorflow-gpu环境(CUDA+cuDNN)
- ubuntu14.04 + tensorflow(gpu版) + cuda-8.0 + cudnn(6.0) + keras
- [转][linux(ubuntu14.04)+GPU+cuda6.5+caffe+openCV2.4.9+matlab2013b+python2.7的新手配置转]
- Ubuntu安装Tensorflow GPU 版本和 CUDA Toolkit 9.1 和 cuDNN 7.0.5 for Python 3
- 深度学习服务器环境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+TensorFlow 1.3
- windows 10+Tensorflow 1.5+python 3.5+CUDA 9.0+CUDNN7.0.5配置
- [置顶] caffe: Ubuntu16.04 + cuda8.0 + cudnn8.0 + opencv3.1.0 + python2.7 + matlab2014b + blas(mkl)
- (转载)Ubuntu16.04+CUDA8.0+cuDNN7+Anaconda4.4+Python3.6+TensorFlow1.3搭建
- ubuntu16.04 + tensorflow1.5-gpu + cuda9.0 +cudnn
- win10安装tensorflow1.5+CUDA9.0+cuDNN7.1+anaconda3+python3.6.3
- ubuntu16.04安装NIVIDIA显卡驱动,cuda8.0,cuDNN6.0以及基于Anaconda安装Tensorflow-GPU