码迷,mamicode.com
首页 > 系统相关 > 详细

Ubuntu 16安装GPU版本tensorflow

时间:2017-09-26 13:07:19      阅读:290      评论:0      收藏:0      [点我收藏+]

标签:line   信息   dir   file   pytho   rect   变量   执行命令行   phi   

Ubuntu 16安装GPU版本tensorflow

1首先安裝显卡驱动

首先去官网上查看适合你GPU的驱动

http://www.nvidia.com/Download/index.aspx?lang=en-us

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

sudo apt-get install nvidia-375375是你查到的版本号)

sudo apt-get install mesa-common-dev

sudo apt-get install freeglut3-dev

执行完上述后,重启(reboot)。

重启后输入

nvidia-smi

如果出现了你的GPU列表,则说明驱动安装成功了。另外也可以通过,或者输入

nvidia-settings

出现

技术分享














2接着安装CUDA

https://developer.nvidia.com/cuda-downloads

cudanvidia的编程语言平台,想使用GPU就必须要使用cuda

注意这里下载的是cuda8.0runfilelocal)文件

下载完cuda8.0后,执行如下语句,运行runfile文件:

sudo sh cuda_8.0.27_linux.run

因为驱动之前已经安装,这里就不要选择安装驱动。其余的都直接默认或者选择是即可。


ubuntugcc编译器是5.4.0,然而cuda8.0不支持5.0以上的编译器,因此需要降级,把编译器版本降到4.9

terminal中执行:

sudo apt-get install gcc -4.9 gcc-5 g++-4.9 g++-5

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10

sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30

sudo update-alternatives --set cc /usr/bin/gcc

sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30

sudo update-alternatives --set c++ /usr/bin/g++


配置cuda8.0之后主要加上的一个环境变量声明,在文件~/.bashrc之后加上

 gedit ~/.bashrc

export PATH=/usr/local/cuda-8.0/bin{PATH:+:

{PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64{LD_LIBRARY_PATH:+:

{LD_LIBRARY_PATH}}

然后设置环境变量和动态链接库,在命令行输入

sudo gedit /etc/profile

在打开的文件里面加上(注意等号两边不能有空格)

export PATH=/usr/local/cuda/bin:$PATH

保存之后,创建链接文件

sudo gedit /etc/ld.so.conf.d/cuda.conf

在打开的文件中添加如下语句:

/usr/local/cuda/lib64

保存退出执行命令行:

sudo ldconfig

使链接立即生效。

测试cudaSamples

命令行输入(注意cuda-8.0是要相对应自己的cuda版本)

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

make

sudo ./deviceQuery

返回GPU的信息则表示配置成功

3 安装cudnn

上官网下载对应的cudnn

https://developer.nvidia.com/cudnn

下载完cudnn后,命令行输入文件所在的文件夹(ubuntu为本机用户名)

cd home/ubuntu/Downloads/

tar zxvf cudnn-8.0-linux-x64-v5.1.tgz #解压文件

cd进入cudnn5.1解压之后的include目录,在命令行进行如下操作:

sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件

cd进入lib64目录下的动态文件进行复制和链接:(5.1.5为对应版本具体可修改)

sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.5 #删除原有动态文件

sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5 #生成软衔接

sudo ln -s libcudnn.so.5 libcudnn.so #生成软链接

4 安装第三方库

sudo apt-get install python-pip python-dev
sudo apt-get install python-numpy swig python-dev python-wheel 
5 安装tensorflow
sudo -H pip install tensorflow_gpu-1.2.1-cp27-none-linux_x86_64.whl (直接安装tensorflowGPU版本1.2.1)
sudo pip install --upgrade tensorflow_gpu-1.2.1-cp27-none-linux_x86_64.whl (在旧版本上升级到tensorflowGPU版本1.2.1)
sudo pip uninstall tensorflow (卸载tensorflow)




Ubuntu 16安装GPU版本tensorflow

标签:line   信息   dir   file   pytho   rect   变量   执行命令行   phi   

原文地址:http://www.cnblogs.com/cnugis/p/7596034.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!