Ubuntu16.04+GTX1070+Nvidia 375.66+CUDA8.0+CUDNN5.0+Tensorflow-gpu

1.anaconda安装

(1)在官网下载对应的安装包

(2)在下载目录下执行以下操作

bash Anaconda3-5.0.1-Linux-x86_64.sh

(3)对于安装提示,回车确认;进入licence文档,q跳过,yes确认,输入安装路径,开始安装

(4)安装完成后,选择将anaconda3的binary路径加入到.bashrc,以后Python和ipython命令会自动使用anaconda的Python环境

2.NVIDIA驱动安装

(1)删除原有的NVIDIA驱动sudo apt-get remove --purge nvidia-*

(2)从NVIDIA官网下载适合的驱动,下载完后

cd Downloads

sudo chmod a+x NVIDIA-Linux-x86_64-375.66.run #给驱动run文件赋予执行权限

sudo ./NVIDIA-Linux-x86_64-375.66.run #安装驱动

reboot #重启

(3)nvidia-smi #检验是否安装成功

3.安装cuda8.0

注:目前最新的cuda版本为9.1,之前安装的时候与TensorFlow出现版本兼容问题,建议去TensorFlow官网查看版本支持之后再选择安装。

(1)去官网下载:https://developer.nvidia.com/cuda-downloads

我们选择下载runfile的local版本进行下载

(2)ctrl+alt+F1进入命令行界面

cd Downloads

sudo service lightdm stop #禁用X服务

sudo /etc/init.d/lightdm stop #一样的命令

sudo sh cuda-8.0.44_linux.run --no-opengl-libs

选择不安装NVIDIA驱动,后面选择yes或默认即可

sudo /etc/init.d/lightdm start #启用服务

reboot

(3)修改环境配置sudo gedit ~/.bashrc

将下面两句加入路径并保存

export CUDA_HOME=/usr/local/cuda

export PATH=$PATH:$CUDA_HOME/bin

export LD_LIBRARY_PATH=/usr/local/cuda/lib64

使上述修改生效source ~/.bashrc

(4)测试安装是否成功

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

sudo make

./deviceQuery

显示GPU信息说明成功

4.配置cuDNN

(1)从官网注册之后下载与cuda匹配的cuDNN,

(2)在cuda的安装目录解压cuDNN

cd /usr/local

sudo tar -xzvf ~/Downloads/cudnn-8.0-linux-x64-v5.0-ga.tgz

完成安装

(3)配置cuda的路径

sudo ln -s libcudnn.so.5.1.0 libcudnn.so.5 #生成软衔接

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

5.安装TensorFlow-gpu

安装TensorFlow有按虚拟环境安装、从编译好的release版本安装、从源码编译安装、用pip安装等方式,我们选择使用pip安装。

(1)卸载原来的tensorflow 

sudo pip uninstall tensorflow

(2从https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.0rc1-cp35-cp35m-linux_x86_64.whl下载gpu版的tf)

sudo pip install tensorflow_gpu-1.0.0rc1-cp35-cp35m-linux_x86_64.whl

(3)测试

$ipython

importtensorflow as tf

6.参考文章

http://blog.csdn.net/fyz530357172/article/details/79207764

https://www.tensorflow.org/install/install_linux#NVIDIARequirements

TensorFlow-Gpu的安装与校验

推荐阅读更多精彩内容