1.deepin的Nvidia驅動下載
http://www.nvidia.com/Download/index.aspx,注意自己的gpu版本
驗證成功時會出現以下界面:
2.cuda 8.0
配置cuda僅需一行命令:
sudo apt install nvidia-cuda-dev nvidia-cuda-toolkit nvidia-nsight nvidia-visual-profiler
3.下載cuDNN 6( 即cudnn-8.0-linux-x64-v6.0)
一般是去https://developer.nvidia.com/cudnn官網下載,不過最近中國區不能用,博主找了好久找到這個鏈接 https://developer.nvidia.com/cudnn
注:前邊數字8.0的意思是針對cuda8.0版本
下載完解壓,然後拷到主目錄裏面,然後輸入命令
gedit ~/.bashrc
在文本最後加入一行:
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/home/你的用戶名字/.local/cuda/lib64"
可能出現的問題:
Error retrieving accessibility bus address: org.freedesktop.DBus.Error.ServiceUnknown: The name org.a11y.Bus was not provided by any .service files
解決:
sudo apt-get install at-spi2-core
4.tensorflow-gpu安裝:
pip install tensorflow-gpu==1.4
因爲目前最新1.5版本的需要cuda9.0和cuDNNv7,而deepin庫中cuda裝的是8.0,所以下了cuDNNv6,tensorflow選擇1.4版本 。之前博主cuda裝8.0,cuDNN裝了v7,tensorflow-gpu裝了1.5版本一直報錯,根據這個帖子進行了回滾:
http://blog.csdn.net/w5688414/article/details/79187499
5.驗證tensorflow是否安裝成功(官方代碼)
$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>
到這裏說明tensorflow安裝成功。
可能出現的問題:
ImportError: libcudnn.so.6: cannot open shared object file: No such file or directory
出現這個問題有可能是cudnn版本不是v6,或者LD_LIBRARY_PATH沒有設置好,兩個都排除後試試
sudo apt-get install libcupti-dev
然後再試試官方驗證tensorflow安裝成功代碼就不會報錯了