最近在研究风格化得内容,发现搭建环境实在是很头疼的事情,虽然网上已经有各路大神总结整理好了很多搭建指南,各种问题的解决方案都已经罗列出来供大家参考。然后参考终究是参考,真正自己上手,发现仍旧是各种坑,各种问题层出不穷。所幸最后靠着大咖们的肩膀成功了,现想总结一下本人的搭建之路,也给后来人多一个参考。当然很多下载、安装的步骤就不去明说了,请查阅文末的参考文章。

一、安装N卡驱动

请参考:Ubuntu16.04 Nvidia显卡驱动简明安装指南

https://www.cnblogs.com/sharpeye/p/10104188.html

二、安装CUDA-9.0

下载如下文件:

cuda_9.0.176_384.81_linux.run

cuda_9.0.176.1_linux.run

cuda_9.0.176.2_linux.run ... 等更新文件

[传送门] https://developer.nvidia.com/cuda-90-download-archive

在安装之前先执行如下代码,添加依赖:

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

再执行:

$ sudo chmod +x cuda_9.0.176_384.81_linux.run   

$ sudo chmod +x cuda_9.0.176.1_linux.run   

$ sudo chmod +x cuda_9.0.176.2_linux.run   

$ ./cuda_9.0.176_384.81_linux.run --override

$ ./cuda_9.0.176.1_linux.run

$ ./cuda_9.0.176.2_linux.run 

三、安装cuDNN7.0

下载cuDNN7.0文件 [传送门] https://developer.nvidia.com/rdp/cudnn-archive  (需要注册·登录)

解压文件:

$ tar -zxvf cudnn-9.0-linux-x64-v7.tgz

把文件移到cuda目录下:

$ sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/

$ sudo cp  cuda/include/cudnn.h /usr/local/cuda-9.0/include/

3.给文件读取的权限

$ sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

至此cudnn配置完成

四、安装anaconda和Tensorflow

安装git:

sudo apt install git

克隆pyenv仓库,安装 pyenv:

git clone https://github.com/yyuu/pyenv.git ~/.pyenv

echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc

echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc

echo 'eval "$(pyenv init -)"' >> ~/.bashrc

exec $SHELL -l

source ~/.bashrc

重启终端 !

查看可供安装的版本:

pyenv install –list

安装anaconda

pyenv install anaconda3-5.0.1

pyenv rehash

查看版本

pyenv versions

切换版本

pyenv global anaconda3-5.0.1

通过Anaconda安装Tensorflow:

conda create -n tensorflow-gpu python=3.5

source activate tensorflow-gpu #激活环境

source deactivate tensorflow-gpu #关闭环境

pip install tensorflow-gpu==1.5.0

如果发现以后使用当中出现 ImportError: libcublas.so.9.0: cannot open shared object file 的错误,可尝试以下解决方法:

sudo ldconfig /usr/local/cuda-9.0/lib64 

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

添加到配置中去

参考:

http://www.cnblogs.com/lypniuyou/p/9518751.html

https://www.jianshu.com/p/eb6a52925566

https://blog.csdn.net/KGzhang/article/details/78619434

https://blossomnoodles.github.io/cnBlogs/2018/04/30/Ubuntu18.04-Tensorlow-install.html

https://www.jianshu.com/p/eb6a52925566

https://blog.csdn.net/AllenIrving/article/details/80406709

https://blog.csdn.net/weixin_40920290/article/details/80462734

https://blog.csdn.net/sinat_40276791/article/details/80403784?utm_source=blogxgwz5

https://blog.csdn.net/zhuoyueljl/article/details/83011641

Ubuntu16.04+Tensorflow+CUDA9.0+cuDNN7.0 环境简明搭建指南的更多相关文章

  1. win10+Ubuntu16.04双系统下深度学习环境的搭建

    环境零零碎碎地搭了三四天,虽然碰到各种问题,但还是搭建好了,自己整理记录下,同时也算给有需要的人一些指导吧 一.双系统的安装 Win10硬盘管理助手 压缩或者直接利用未使用的空间,空间大小自定,将腾出 ...

  2. ubuntu16.04 安装cuda9.0+cudnn7.0.5+tensorflow+nvidia-docker配置GPU服务

    [摘要] docker很好用,但是在GPU服务器上使用docker却比较复杂,需要一些技巧,下面将介绍一下在ubuntu16.04环境下的GPU-docker环境搭建过程. 第一步: 删除之前的nvi ...

  3. Tensorflow1.5.0+cuda9.0+cudnn7.0+gtx1080+ubuntu16.04

    目录 Tensorflow1.5.0+cuda9.0+cudnn7.0+gtx1080+ubuntu16.04 0. 前记 1. 环境说明 2. 安装GTX1080显卡驱动 3. CUDA 9.0安装 ...

  4. Ubuntu16.04安装cuda9.0+cudnn7.0

    Ubuntu16.04安装cuda9.0+cudnn7.0 这篇记录拖了好久,估计是去年6月份就已经安装过几遍,然后一方面因为俺比较懒,一方面后面没有经常在自己电脑上跑算法,比较少装cuda和cudn ...

  5. ubuntu18.04下搭建深度学习环境anaconda2+ cuda9.0+cudnn7.0.5+tensorflow1.7【原创】【学习笔记】

    PC:ubuntu18.04.i5.七彩虹GTX1060显卡.固态硬盘.机械硬盘 作者:庄泽彬(欢迎转载,请注明作者) 说明:记录在ubuntu18.04环境下搭建深度学习的环境,之前安装了cuda9 ...

  6. 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow

    深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow 最近在公司做深度学习相关的学习和实验,原来一直 ...

  7. ubuntu 16.04 +anaconda3.6 +Nvidia DRIVER 390.77 +CUDA9.0 +cudnn7.0.4+tensorflow1.5.0+neural-style

    这是我第一个人工智能实验.虽然原理不是很懂,但是觉得深度学习真的很有趣.教程如下. Table of Contents 配置 时间轴 前期准备工作 anaconda3 安装 bug 1:conda:未 ...

  8. (转)深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

      深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0 发表于2016年07月15号由52nlp 接上文<深度学习主机攒机小记>,这台GTX10 ...

  9. 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

    不多说,直接上干货! 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

随机推荐

  1. 0基础算法基础学算法 第八弹 递归进阶,dfs第一讲

    最近很有一段时间没有更新了,主要是因为我要去参加一个重要的考试----小升初!作为一个武汉的兢兢业业的小学生当然要去试一试我们那里最好的几个学校的考试了,总之因为很多的原因放了好久的鸽子,不过从今天开 ...

  2. python编程入门笔记

    一.作用域 在python中,作用域分为两种:全局作用域和局部作用域. 全局作用域是定义在文件级别的变量,函数名.而局部作用域,则是定义函数内部. 关于作用域,我们要理解两点: a.在全局不能访问到局 ...

  3. Linux图形界面安装Oracle11G(Centos7)

    以Centos7为列 创建运行Oracle数据库的系统用户和用户组 #切换root用户 [px@localhost /]$ su - root [px@localhost /]$ su - root ...

  4. Linux下非root用户运行Tomcat

    PS:Linux下使用非root用户运行tomcat的原因 由于项目需求,也由于root用户启动tomcat有一个严重的问题,那就是tomcat具有root权限. 这意味着你的任何一个页面脚本(htm ...

  5. ORB-SLAM: A Versatile and Accurate Monocular SLAM System 笔记(一)

    ORB-SLAM: A Versatile and Accurate Monocular SLAM System Abstract 这篇文章提出了 ORB-SLAM,一个基于特征的单目SLAM系统,这 ...

  6. IDEA创建MAVEN项目并使用tomcat启动

    一.开发环境准备 1.JDK1.8,已经配置好环境变量 2.IDEA2019.2,目前稳定版里面个人认为还不错的 3.tomcat服务器,笔者使用的是apache-tomcat-8.5.57 4.使用 ...

  7. C++中的快读和快写

    快读原理 单个字符的读入速度要比读入数字快,因此我们以字符的形式先读入,然后处理计算转为数字. 代码 inline int read(){ register int x = 0, t = 1; reg ...

  8. PJSIP开发指南-第二章

    一.模块 2.1    模块框架 模块框架的主要作用是在应用程序组件之间分发SIP消息,PJSIP的所有的组件,包括dialog和transaction都是以模块方式实现的,没有模块,核心协议栈将不知 ...

  9. 初学WebGL引擎-BabylonJS:第6篇-碰撞交错与挑选

    [playground]-collisions(碰撞) 先贴官方源码(机器翻译版本) var createScene = function () { var scene = new BABYLON.S ...

  10. P1090 合并果子(哈弗曼树)

    题目描述 在一个果园里,多多已经将所有的果子打了下来,而且按果子的不同种类分成了不同的堆.多多决定把所有的果子合成一堆. 每一次合并,多多可以把两堆果子合并到一起,消耗的体力等于两堆果子的重量之和.可 ...