tensorflow GPU版本的安装
文章目录1.1 windows安装TensorFlow-gpu1.2Linux安装TensorFlow-gpu1.2.1CUDA的安装1.2.2cuDNN的安装1.1 windows安装TensorFlow-gpu① 准备好NVIDIA的显卡,下载安装CUDA;网址:https://developer.nvidia.com/cuda-downloads② 安装好之后把CUDA...
1.1 windows安装TensorFlow-gpu
① 准备好NVIDIA的显卡,下载安装CUDA;
网址:https://developer.nvidia.com/cuda-downloads
② 安装好之后把CUDA安装目录下的bin和lib\x64添加到path环境变量中;
③ 下载并安装cuDNN;
网址:https://developer.nvidia.com/rdp/cudnn-download
④ 解压压缩包,把压缩包中bin,include,lib中的文件分别拷贝到NVIDIA GPU Computing Toolkit\CUDA\ v9.0目录下对应目录中;
⑤ 把NVIDIA GPU Computing Toolkit\CUDA\ v9.0\extras\CUPTI\libx64\cupti64_90.dll拷贝到NVIDIA GPU Computing Toolkit\CUDA\ v9.0\bin;
⑥ 安装GPU版TensorFlow:conda install tensorflow-gpu
注意:cuDNN和CUDA的版本必须匹配
1.2 Linux安装TensorFlow-gpu
1.2.1 CUDA的安装
1、安装驱动
驱动安装参考
首先在 系统设置->软件和更新->附加驱动 中选择 使用NVIDIA binary ……,点击 应用更改,这样驱动就安装好了。
在终端中输入nvidia-smi,如果有显卡信息输出,则说明安装正确了。
若显卡驱动版本过低,则可以更新显卡驱动:
1)卸载系统里低版本的英伟达驱动
sudo apt-get purge nvidia*
2)把显卡驱动加入PPA
sudo add-apt-repository ppa:graphics-drivers
sudo apt-get update
3)查找英伟达显卡驱动最新版本号
sudo apt-cache search nvidia
使用终端命令查看Ubuntu推荐的驱动版本
ubuntu-drivers devices
4)然后打开系统里的软件和更新,点击附加驱动,选择nvidia-driver-418进行应用更改;
5)安装完成后重启系统。
2、下载CUDA
首先在官网下载CUDA(下载runfile文件)。
3、安装CUDA
打开终端,进入到cuda所在的文件夹,输入:sudo sh cuda_8.0.61_375.26_linux.run
如果安装成功,会出现2各installed。
安装注意事项:
① graphics driver yes/no
此步选择no,之前已经安装了图形驱动
② opengl lib
此步选择no
③ 其它的步骤都选yes
添加环境变量:
1)打开文件:
sudo vim ~/.bashrc
在文件最后添加:
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
保存退出
注:路径中的cuda-8.0需根据安装版本进行相应的修改
2)在终端中输入:
source .bashrc
检查是否安装成功:
输入:
nvcc -V
输出类似信息:
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2006 NVIDIA Corporation
Built on Sun_Sep__4_22:14:01_CDT_2016
Cuda compilation tools, release 8.0, V8.0.44
Sample测试:
cd /usr/local/cuda/samples
cd 1_Utilities/deviceQuery
make
./deviceQuery
如果最后出现了pass,即安装成功。
1.2.2 cuDNN的安装
1、从官网下载cudnn安装包;
2、将下载的安装包解压,解压后的文件夹名为cuda
tar -xzvf cudnn-6.5-linux-R1.tgz
3、将解压的文件复制到CUDA中:
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64
4、终端运行:
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
更多推荐
所有评论(0)