为了账号安全,请及时绑定邮箱和手机立即绑定

ubuntu16+tensorflow-gpu安装cuda

标签:
Cocos2d-x
  1. 初始化环境

sudo apt-get update 

sudo apt-get upgrade 

sudo apt-get install -y build-essential git python-pip libfreetype6-dev libxft-dev libncurses-dev libopenblas-dev gfortran python-matplotlib libblas-dev liblapack-dev libatlas-base-dev python-dev python-pydot linux-headers-generic linux-image-extra-virtual unzip python-numpy swig python-pandas python-sklearn unzip wget pkg-config zip g++ zlib1g-dev
  1. 下载 cuda [注:tensorflow-gpu当前pip安装版本1.9,支持cuda9.0+cudnn7.1.4for cuda9.0

http://developer.download.nvidia.com/compute/cuda/repos/ 选择对应系统版本,本次使用cuda9sudo dpkg -i  cuda-repo-ubuntu1410_XXXX_amd64.deb 

rm cuda-repo-ubuntu1410_XXXX_amd64.deb 

sudo apt-get update 

sudo apt-get install -y cuda

安装错误卸载 sudo dpkg -P packagename, sudo apt-get autoremove cuda
  1. 下载cudnn

https://developer.nvidia.com/rdp/cudnn-archive
选择 cuDNN vXXX Library for Linux,目前下载cudnn7.1.4 for cuda9.0

cp cudnn-XXX.solitairetheme8 cudnn-linux-x64.tgz
tar -xvf cudnn-linux-x64.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda/include

sudo cp cuda/lib64/libcudnn*  /usr/local/cuda/lib64

sudo chmod a+r  /usr/local/cuda/include/cudnn.h  /usr/local/cuda/lib64/libcudnn*
  1. 配置环境变量

sudo vi ~/.bashrcexport LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"export CUDA_HOME=/usr/local/cudaexport PATH="$CUDA_HOME/bin:$PATH"source ~/.bashrc
  1. 安装tensorflow-gpu == 1.9

pip install keras
pip install tensorflow-gpu==1.9
  1. 安装运行

import tensorflow as tf



作者:加拿大女孩
链接:https://www.jianshu.com/p/317373a8dac9


点击查看更多内容
TA 点赞

若觉得本文不错,就分享一下吧!

评论

作者其他优质文章

正在加载中
  • 推荐
  • 评论
  • 收藏
  • 共同学习,写下你的评论
感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦
今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与 放弃机会
意见反馈 帮助中心 APP下载
官方微信

举报

0/150
提交
取消