Ubuntu 18.04 N卡驱动安装+CUDA10.0+cuDNN7.5+Anaconda+Tensorflow-GPU步骤详解。
1.驱动安装
打开软件更新,点击附加驱动,选择N卡的驱动
首先添加源$ sudo add-apt-repository ppa:graphics-drivers/ppa $ sudo apt update
查看系统gpu设备
$ ubuntu-drivers devices
![](https://ftp.serverspc.com/2021/01/190603155580454.png)
在此安装nvidia-driver-410,执行
$sudo apt-get install nvidia-driver-410
更改后重启电脑,查看GPU信息
至此驱动安装好了
2.cuda10.0安装
首先安装环境依赖
$sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
下载cuda10.0及其相关https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal
下载完之后进入到下载的文件夹中,安装
$ sudo sh cuda_10.0.130_410.48_linux.run
第一个提示选择no,其余的yes或者default
然后编辑环境变量,添加以下内容,并启用: source ~/.bashrc
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
之后,输入
$nvcc -V
显示如下内容表明安装成功
$cd /usr/local/cuda-9.0/samples $sudo make
$./bin/x86_64/linux/release/deviceQuery
显示如下内容
3.cudnn7.5的安装
下载:https://developer.nvidia.com/rdp/cudnn-download
得到文件:cudnn-10.0-linux-x64-v7.5.0.56.tgz
进入到文件目录,执行
$ tar zxvf cudnn-10.0-linux-x64-v7.5.0.56.tgz
解压后得到 名为 cuda 的文件夹,需要将里面的几个文件拷贝到已安装的cuda文件夹下面,并赋予相应的权限
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
之后执行cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
source ~/.bashrc
若显示以下内容表明安装成功
4.anaconda 安装
下载得到文件 Anaconda3-2018.12-Linux-x86_64.sh
在文件目录中,执行+
sudo sh Anaconda3-2018.12-Linux-x86_64.sh
出现如下选择yes
最后选择不安装vs code
安装完后需要执行
anaconda换源:
制定清华的源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
有资源显示源地址:
conda config --set
show_channel_urls yes
5.tensorflow-gpu安装
安装前先安装bazel, 参见官方安装手册
安装完bazel后执行
conda install tensorflow-gpu
之后进入Python 环境 导入一下tensorflow,
import tensorflow as tf
tf.__version__
hello = tf.constant(‘hello tensorflow’)
sess = tf.Session()
sess.run(hello)
本文永久更新链接地址:https://www.linuxidc.com/Linux/2019-06/158951.htm