简介

因深度学习的需要,跑模型需要GPU加速,于是自己配置了一下,在实验室学长的帮助下,过程曲折,但其实很简单。get 几点经验:

  1. 网上教程需要自己配置NVIDIA显卡驱动,其实不需要,找到"系统设置"->“软件与更新”->“附加驱动”->选择使用"NVIDIA binary driver",点击更改。会自动下载好所需要的NVIDIA显卡驱动。
    这里写图片描述
  2. 切记下载的cuda文件别损坏,不然dpkg -i安装会失败。
  3. ubuntu 16.04安装进入黑屏的话,按e进入配置,在"quiet splash"后面加上nomodeset, “quiet splash nomodeset”。
  4. 最开始安装Ubuntu 17.10 + cuda-9.0出现问题,原因是pip3下载安装的Tensorflow最高支持到Cuda-8.0,估计过段时间就能OK。

版本介绍

  • Ubuntu 16.04 LTS
  • NVIDIA驱动 384.90
  • Cuda-8.0
  • Cudnn-6.0
  • Tensorflow-gpu 1.4.0

Cuda-8.0 安装

1.官网链接,下载好了,安装截图命令安装就行。
cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
这里写图片描述
这里写图片描述
2.安装完之后,配置环境变量,打开/etc/profile

$ sudo gedit /etc/profile

将下面两句添加到文件尾保存。

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64

激活

$ source /etc/profile

3.测试例子,成功后会显示配置信息。

$ cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
$ sudo make
$ ./deviceQuery

这里写图片描述

Cudnn-6.0安装

官网链接,cudnn6.0下载好之后解压,会出现cuda文件夹。
选择"cuDNN v6.0 Library for Linux"
这里写图片描述
下面将cuda文件夹下面的东西拷贝到cuda即可,命令如下:
这里写图片描述

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/* /usr/local/cuda/lib64/

接下来要ln 两个so文件,进入/usr/local/cuda/lib64/目录,有libcudnn.so、libcudnn.so.6、libcudnn.so.6.0.21,删除前两个。

$ cd /usr/local/cuda/lib64/
$ sudo rm -rf libcudnn.so libcudnn.so.6
$ sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6
$ sudo ln -s libcudnn.so.6 libcudnn.so

Tensorflow安装

官网上就两步,官网指导链接如下,–upgrate第一次安装可不带,成功后截图。
Installing Tensorflow for Ubuntu

$ sudo apt-get install libcupti-dev
$ pip3 install --upgrade tensorflow-gpu==1.4

这里写图片描述

Caffe安装

Caffe安装推荐一个教程,但是完全按照它又不行,懒得重新写。Ubuntu16.04 安装配置Caffe
首先叙述下Caffe安装思路(一步一步慢慢来,不用着急):

  1. 安装依赖库
  2. cuda
  3. cudnn
  4. opencv
  5. caffe

首先,他教程opencv别安装他说的3.0版本,安装最新版如3.4,安装命令跟他的一样。
其次,按照我的博客安装cuda8.0和cudnn。
再其次,make all -j8 出错时,将caffe 文件夹下 Makefile 文件修改这一句:

LIBRARIES+= glog gflags protobuf leveldb snappy lmdbboost_system hdf5_hl hdf5 

改成:

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

最后,make runtest 有错libopen_core_so shared 文件找不到时,安装ffmpeg库,再make runtest

$ sudo apt install ffmpeg

结束语

网上教程一大堆,最简单的也就是这样了,最麻烦事下载文件花时间,之前在百度云分享上下载的cuda-8.0xx.deb文件损坏,导致了郁闷,官网下最靠谱。总之有什么不对的地方,请指正。

GitHub 加速计划 / te / tensorflow
184.55 K
74.12 K
下载
一个面向所有人的开源机器学习框架
最近提交(Master分支:2 个月前 )
a49e66f2 PiperOrigin-RevId: 663726708 2 个月前
91dac11a This test overrides disabled_backends, dropping the default value in the process. PiperOrigin-RevId: 663711155 2 个月前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐