Ubuntu 16 server 安装 tensorflow-GPU

目录

• 显卡驱动安装
• CUDA安装
• cuDNN安装
• tensorflow-gpu安装

本次使用主机配置：

cpu：i7-8700K     显卡：GTX-1080Ti

一、安装显卡驱动

打开命令窗口（ctrl+Alt+T）

sudo apt-get purge nvidia*

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update 

sudo apt-get install nvidia- nvidia-settings

如果报错add-apt-repository不存在，运行以下代码解决：

sudo apt-get install software-properties-common python-software-properties

检验是否安装成功

nvidia-smi

显示以下结果表明安装成功

二、安装CUDA

由于目前NVIDIA官网上的CUDA9.0+版本 存在缺陷，本次安装选择CUDA8.0

下载安装包：

地址：https://developer.nvidia.com/cuda-80-ga2-download-archive

进入下载页面后，下载CUDA8.0（cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb）安装包和

一个升级包（cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb）

安装步骤：

1、安装基础包

sudo dpkg -i cuda-repo-ubuntu1604---local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda 

2、安装升级包

sudo dpkg -i cuda-repo-ubuntu1604---local-cublas-performance-update_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get upgrade cuda

设置环境变量：

在.bashrc中添加

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

查看安装版本

cat /usr/local/cuda/version.txt

输出

CUDA Version 8.0.

三、安装cuDNN

cuDNN6.0和CUDA8.0最佳拍档，所以本次选择cuDNN6.0

下载安装包：

地址：https://developer.nvidia.com/rdp/cudnn-download

安装：

1、将下载的压缩包复制到CUDA目录

sudo cp cudnn-8.0-linux-x64-v6..tgz /usr/local/cuda

2、进入/usr/local/cuda解压文件，然后建立连接

tar -zxvf cudnn-8.0-linux-x64-v6..tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d

查看cuDNN版本信息：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 

输出

#define CUDNN_MAJOR      6
#define CUDNN_MINOR      0
#define CUDNN_PATCHLEVEL 21
--
#define CUDNN_VERSION    (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

检测CUDA和cuDNN是否安装成功：

进入测试目录

//进入测试目录：
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

//编译环境
make -j4

//运行：
./deviceQuery

结果中有Result = PASS 表示安装成功

四、安装tensorflow-gpu

//安装命令，要安装哪个版本的tensorflow-gpu，使用 ‘tensorflow-gpu==xx’就行了
pip install tensorflow-gpu==1.4

//卸载命令
pip uninstall tensorflow-gpu

测试gpu是否安装成功

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

输出里有 GPU的名称，显存等信息，表示tensorflow可以使用GPU了

到此安装已经完成，如有问题，欢迎留言讨论。