Linux安装TensorFlow1.2.0版本以及cuda 8.0 以及CUDNN 5.0版本
来源:互联网 发布:网络平台借钱不还 编辑:程序博客网 时间:2024/06/05 22:52
有问题欢迎讨论
首先安装anaconda
下载
在命令行 bash Anaconda2-4.2.0-Linux-x86_64.sh
安装cuda
下载cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
之后打开终端输入:
>>> sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
>>> sudo apt update
>>> sudo apt -y install cuda
自动配置成功就好。
· 将CUDA路径添加至环境变量在终端输入:
>>> sudo vim /etc/profile
在profile文件中添加:
export CUDA_HOME=/usr/local/cuda-8.0
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
之后source/etc/profile即可
· 测试在终端输入:
>>> nvcc -V
会得到相应的nvcc编译器相应的信息,那么CUDA配置成功了。(记得重启系统)
下载cuDNN
上官网下载对应的cudnn
https://developer.nvidia.com/cudnn
我的CSDN:
http://download.csdn.net/download/baoyan2015/10113650(欢迎下载)
下载完cudnn后,命令行输入文件所在的文件夹 (ubuntu为本机用户名)
cd home/ubuntu/Downloads/
tar zxvf cudnn-8.0-linux-x64-v5.1.tgz #解压文件
cd进入cudnn5.1解压之后的include目录,在命令行进行如下操作:
sudo cp cudnn.h /usr/ cuda/include/ #复制头文件
再cd进入lib64目录下的动态文件进行复制和链接:(5.1.5为对应版本具体可修改)
sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5 #删除原有动态文件
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5#生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so #生成软链接
注意,我的服务器按了cuda8.0和9.0。所以在/usr/local/下的文件夹名字为cuda-8.0这些都要对应。这个没办法看成功了与否
接下安装tensorflow
命令
pip install tensorflow-gpu==1.2.0(1.1.0很慢然后断掉,不指定版本与cuda不对应也一般安装不成功)
安装keras
pip install keras
测试 :
进入python环境
wby@imsl-desktop:~/keras-master/CaiJingSC$python
Python 2.7.13 |Anaconda custom (64-bit)|(default, Dec 20 2016, 23:09:15)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] onlinux2
Type "help","copyright", "credits" or "license" for moreinformation.
Anaconda is brought to you by ContinuumAnalytics.
Please check out:http://continuum.io/thanks and https://anaconda.org
>>> import keras
Using TensorFlow backend.
2017-11-10 17:17:04.430540: Wtensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn'tcompiled to use SSE4.1 instructions, but these are available on your machineand could speed up CPU computations.
2017-11-10 17:17:04.430589: Wtensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn'tcompiled to use SSE4.2 instructions, but these are available on your machineand could speed up CPU computations.
2017-11-10 17:17:04.430599: W tensorflow/core/platform/cpu_feature_guard.cc:45]The TensorFlow library wasn't compiled to use AVX instructions, but these areavailable on your machine and could speed up CPU computations.
2017-11-10 17:17:04.430607: Wtensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn'tcompiled to use FMA instructions, but these are available on your machine andcould speed up CPU computations.
2017-11-10 17:17:04.578373: Itensorflow/stream_executor/cuda/cuda_gpu_executor.cc:893] successful NUMA noderead from SysFS had negative value (-1), but there must be at least one NUMAnode, so returning NUMA node zero
2017-11-10 17:17:04.578780: Itensorflow/core/common_runtime/gpu/gpu_device.cc:940] Found device 0 withproperties:
name: GeForce GTX 1070
major: 6 minor: 1 memoryClockRate (GHz)1.835
pciBusID 0000:01:00.0
Total memory: 7.92GiB
Free memory: 312.00MiB
2017-11-10 17:17:04.578806: Itensorflow/core/common_runtime/gpu/gpu_device.cc:961] DMA: 0
2017-11-10 17:17:04.578819: Itensorflow/core/common_runtime/gpu/gpu_device.cc:971] 0: Y
2017-11-10 17:17:04.578843: Itensorflow/core/common_runtime/gpu/gpu_device.cc:1030] Creating TensorFlowdevice (/gpu:0) -> (device: 0, name: GeForce GTX 1070, pci bus id:0000:01:00.0)
>>>
成功。
- Linux安装TensorFlow1.2.0版本以及cuda 8.0 以及CUDNN 5.0版本
- CUDA以及CUDNN安装手册
- 查看 CUDA cudnn 版本
- 查看 CUDA cudnn 版本
- 查看 CUDA cudnn 版本
- linux替换cudnn版本以及链接库碰到的问题
- linux替换cudnn版本以及链接库碰到的问题
- 查看 linux系统中的 CUDA,CUDNN 版本 号
- Win10 配置tensorflow1.3 GPU版本以及tensorboard的使用
- ubuntu下安装cuda,cudnn以及tensorflow(gpu)
- ubuntu下安装cuda,cudnn以及tensorflow(gpu)
- Ubuntu16.04+cuda-8.0+cudnn-v5.1+tensorflow0.8-gpu/tensorflow1.0-gpu安装教程
- Ubuntu16.04安装gpu版tensorflow1.2+cuda+cudnn
- Linux - Redis介绍以及安装 (简易版本)
- anaconda安装tensorflow1.01版本
- 【tensorflow】查看cuda,cudnn版本命令
- 历史版本的cuda和cuDNN
- 查看cuda和cudnn版本的命令
- 方法重写重载详解
- Ubuntu Kylin 安装PDF阅读器FoxitReader
- Feed 流已死?Instagram 面临的 “Feed vs Stories” 困境
- python selenium网络爬虫 模拟登陆
- 前端面试题之CSS盒模型
- Linux安装TensorFlow1.2.0版本以及cuda 8.0 以及CUDNN 5.0版本
- Android Studio编译出来的APK无法安装如何解决?
- 第十周项目1(1)- 二叉树的层次遍历算法
- 如何实时查看linux下的日志
- # adb 命令查看当前与用户交互的activity
- 大型网站技术架构+核心原理与案例分析+李智慧
- 双11越来越“高大上”,你的工资还配得上它吗?
- qt设置tablewidget自适应列宽和设置自动等宽
- mybatis动态接口与静态接口实现