您现在的位置是:首页 > 文章详情

Ubuntu18.04安装Tensorflow-gpu

日期:2018-06-05点击:328

写篇blog记录一下配置tensorflow-gpu开发环境

环境版本

系统:Ubuntu 18.04 LTS
GPU:GeForce GTX 1050 Mobile
Cuda: 9.0
Cudnn: 7.0.5
Tensorflow-gpu:1.8.0
Python:python3.6.5


安装Cuda Toolkit 9.0

Cuda Toolkit 9.0下载链接

img_7c3f9e52c3b2bc4c93ef8bbe516c25e5.png
我的选择

另外,下面的两个Patch 我都有下载,都是用dpkg装的
去到你下载好的三个deb的文件夹中,在终端执行下面的语句:

sudo apt-key add /var/cuda-repo-9-0-local-cublas-performance-update-2/7fa2af80.pub sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu1604-9-0-local-cublas-performance-update_1.0-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu1604-9-0-local-cublas-performance-update-2_1.0-1_amd64.deb sudo apt-get update sudo apt-get install cuda-9.0 

安装完成后,声明一下环境变量

sudo vim ~/.bashrc 

在文件的最后加上环境变量

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}} 

profile里也加上声明

sudo vim /etc/profile 

重新执行刚刚修改的初始化文档

source ~/.bashrc source /etc/profile 

验证一下CUDA版本:9.0

nvcc --version 

安装cudnn 7.0.5

cudnn 7.0.5
在官网下载 cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0 下载三个文件ubuntu16.04文件 runtime library. developer library, and code samples and user guide

sudo dpkg -i libcudnn7_7.0.5.11-1+cuda9.0_amd64.deb sudo dpkg -i libcudnn7-dev_7.0.5.11-1+cuda9.0_amd64.deb sudo dpkg -i libcudnn7-doc_7.0.5.11-1+cuda9.0_amd64.deb 

在检验cuDNN之前,先安装freeimage library作为ministCUDNN示例代码的依赖关系。

sudo apt-get install libfreeimage3 libfreeimage-dev 

开始检验cuDNN啦!

cp -r /usr/src/cudnn_samples_v7/ $HOME cd $HOME/cudnn_samples_v7/mnistCUDNN sudo make clean && sudo make ./mnistCUDNN 

安装成功的话,终端会如下显示:


img_a8dcf39e64e55298893b4f1c36c62084.png
代码运行效果图

安装Tensorflow-gpu

终于开始进入主题了!
Python 3.n用pip3安装

sudo pip3 install tensorflow-gpu==1.8.0 

run个小sample,测试一下

#Python 3 import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) 

和官方给的运行结果不一样,输出的是byte string。


img_8b171e7e071e9184bf36ff5885d786f2.png
运行结果

以上,
完结撒花!

原文链接:https://yq.aliyun.com/articles/670654
关注公众号

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。

持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。

文章评论

共有0条评论来说两句吧...

文章二维码

扫描即可查看该文章

点击排行

推荐阅读

最新文章