Ubuntu18.04 + CUDA10.0 + tensorflow-gpu 安装过程
更新:HHH   时间:2023-1-7


  简介

  这篇博客Ubuntu16.04+CUDA9+tensorflow的安装流程。不过,随着软件不断更新,现在Ubuntu18.04已经逐渐成为客户端的主流,加上tf开始支持CUDA10,在这里在介绍一下新的教程。

  看一下tensorflow官方版本的支持

  确定安装1.13.1的版本

  安装CUDA10.0

  下载CUDA10:https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal

  转到下载的目录执行:

  sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb

  sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub

  sudo apt-get update

  sudo apt-get install cuda

  在当前终端设置环境变量:

  export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}

  export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

  安装cuDNN 7.4

  在这里下载cuDNN7.4:https://developer.nvidia.com/rdp/cudnn-archive

  需要登录下载

  然后在下载目录下执行:

  sudo dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb

  安装Tensorflow-GPU版本

  这里默认是python3的环境。

  转到home下,执行:

  sudo apt-get install python3-pip python3-dev python-virtualenv

  确保安装了基本的工具。

  之后,执行创建虚拟环境的命令:

  virtualenv --system-site-packages -p python3 ~/tensorflow

  激活虚拟环境:

  source ~/tensorflow/bin/activate

  更新pip 无锡妇科医院 http://www.bhnnk120.com/

  easy_install -U pip

  在虚拟环境下,执行安装:

  pip3 install --upgrade tensorflow-gpu

  之后需要确认安装NVIDIA驱动!!

  sudo ubuntu-drivers autoinstall

  测试安装,在当前终端下,vim test.py,并添加内容:

  import tensorflow as tf

  import numpy as np

  x = tf.placeholder("float",shape=[None,1])

  W = tf.Variable(tf.zeros([1,1]))

  b = tf.Variable(tf.zeros([1]))

  y = tf.matmul(x,W) +b

  y_ = tf.placeholder("float",[None,1])

  cost = tf.reduce_sum(tf.pow((y_-y),2))

  train_step = tf.train.GradientDescentOptimizer(0.001).minimize(cost)

  init = tf.initialize_all_variables()

  sess = tf.Session()

  sess.run(init)

  All_x = np.empty(shape=[1,1])

  All_y = np.empty(shape=[1,1])

  for i in range(1000):

  x_s = np.random.rand(1,1)

  y_s = np.dot([[0.33]],np.random.rand(1,1)) + 0.33

  feed = {x: x_s, y_: y_s}

  sess.run(train_step,feed_dict=feed)

  print("After %d iteration:"%i)

  print("W : %f"%sess.run(W))

  print("b : %f"%sess.run(b))

  All_x = np.concatenate((All_x,x_s))

  All_y = np.concatenate((All_y,y_s))

  print(All_x)

  print(All_y)

  之后,执行:

  python3 test.py

  看到一系列的输出,表示安装成功!!


返回编程语言教程...