剛開始安裝的時候也是入坑無數,找了好多資料安裝好了後面也出現了一些問題;現在總結一下我自己的安裝方法,爲自己的系統以後出問題了方便找資料,也爲了後面的小夥伴安裝搭建環境有個參考,我們開始安裝吧。
步驟一:安裝完雙系統,開機的第一件事就是安裝nvidia顯卡
直接在終端依次執行以下命令:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384(我安裝的是390,自己可以在後面選擇需要的版本)
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
安裝完成之後reboot一下,重啓之後在終端輸入nvidia-smi驗證一下,查看顯卡信息。
步驟二:安裝CUDA-9.0
1、CUDA的安裝比較容易,官網下載9.0版本,選擇對應系統,請下載runfile
2、在下載文件夾終端輸入:
sudo sh cuda_9.0.176_384.81_linux.run
關鍵的地方來了,在安裝的時候不要安裝CUDA自帶的顯卡;第一個選擇NO,後面3個都是YES。
3、安裝完成之後需要配置環境變量
在終端輸入:
sudo gedit ~/.bashrc
會打開一個文件,在這個文件的最後加入以下兩行內容:
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
可以直接複製粘貼過去,然後點擊保存或者輸入:
source ~/.bashrc
在profile中也輸入上面兩行聲明
sudo gedit /etc/profile
保存退出,reboot一下。
4、驗證CUDA版本:9.0
在終端輸入:nvcc -V
步驟三:安裝cuDNN
1、在官網下載,需要註冊賬號,目前提供的不同版本爲:
這裏選擇cuDNN v7.05[Dec 5,2017],for CUDA9.0;
我自己安裝的是cuDNN v7.0.5 Library for Linux,這裏看自己喜歡什麼版本吧;
但是,CUDA-9.0版本的必須和cuDNN的7.0的版本對應起來。
2、在下載路徑解壓文件,複製到本地路徑,這裏解壓出來的文件名比較重要
在下載路徑打開終端,依次執行一下命令:
-
$ tar -zxvf cudnn-9.0-linux-x64-v7.tgz
-
cuda/include/cudnn.h
-
cuda/NVIDIA_SLA_cuDNN_Support.txt
-
cuda/lib64/libcudnn.so
-
cuda/lib64/libcudnn.so.7
-
cuda/lib64/libcudnn.so.7.0.5
-
cuda/lib64/libcudnn_static.a
-
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
-
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
3、到我們本地的cuda路徑,進入lib64文件夾會有剛剛解壓的文件,然後在終端打開依次執行以下命令:
-
$ sudo chmod +r libcudnn.so.7.0.5
-
$ sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7
-
$ sudo ln -sf libcudnn.so.7 libcudnn.so
-
$ sudo ldconfig
4、在本地cuda路徑檢測一下,在終端輸入:ll
安裝成功會出現以下信息:
-
lrwxrwxrwx 1 root root 13 3月 19 16:02 libcudnn.so -> libcudnn.so.7*
-
lrwxrwxrwx 1 root root 17 3月 19 16:02 libcudnn.so.7 -> libcudnn.so.7.0.5*
-
-rwxr-xr-x 1 root root 287641664 3月 19 16:00 libcudnn.so.7.0.5*
步驟四:安裝Anaconda3
1、Anaconda 安裝包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下載;
也可以去官網下載 https://www.anaconda.com/download/
找到自己需要安裝的Anaconda3的版本。
2、本次使用的是Anaconda3-5.0.0.1-Linux-x86_64.sh
到下載路徑在終端打開,執行以下命令:
-
bash Anaconda3-5.0.0.1-Linux-x86_64.sh
全程yes,安裝完成以後在終端輸入:conda list 檢測是否安裝成功。
步驟五:安裝TensorFlow(GPU)
1、因爲Python3.6版本的也可以用,對於有強迫症的我選擇了安裝
添加源並更新命令行:
sudo add-apt-repository ppa:fkrull/deadsnakes
sudo apt-get update
安裝指定版本的python:
sudo apt-get install python3.6 python3.6-dev
2、我只用了pip安裝,源碼安裝太麻煩沒有采用
安裝pip:
sudo apt-get install python3-pip
更新pip:
sudo pip install -upgrade pip
3、利用pip來安裝tensorflow-gpu
pip install tensorflow-gpu(默認下載最新的版本)
pip install tensorflow-gpu==1.6.0(下載1.6版本的,想下載哪個版本自己定)
總結
在搭建環境中我遇到了許多問題,來來回回折騰了好幾天;我重點說一下後面也許會出現的問題,在後面驗證tensorflow安裝成功沒有,在導入時失敗,可能的原因是numpy這個版本是1.13.1的,這個版本感覺問題很多,我今天把這個版本的卸載了以後安裝其他版本的導入tensorflow就成功了。以下是我安裝時瀏覽過的網站,覺得很有用就保留下來了,希望能幫助更多的小夥伴吧。