ubuntu16.06+cudnn5.0+tensorflow配置的辛路历程

[解决] ubuntu16.04+cuda8.0+cudnn5.1+tensorflow配置的辛路历程

实验室新配备了一台电脑,又翻出来几年前买的tesla k20c GPU(比较老),然后重新配置tensorflow环境,一开始下载的是cuda9.0,按官网推荐下载cudnn7.0,源码编译安装tensorflow,各种错误,就这样安装了两天,期间安装kinect2的ros包也出现各种jiba错误,这不是曝粗口,真的是j8错误:

Invoking “make -j8 -l8” failed

这是安装kinect2 ros包报的错,简单查了一下还是GPU配置的问题.
最后果断重新下载cuda8和cudnn5,这也是现在用的最多的组合.

1.安装cuda8.0

1.1选择历史版本

1.2具体安装过程可参考简书上的这篇博客

安装cuda之前要做一些准备工作,就是安装nvidia的显卡驱动,千万不要在ubuntu软件和更新中用附加驱动来安装显卡驱动,这样会出现进入不了图界面或者循环登陆的问题,具体怎么安装驱动可参考博客
cuda文件名:cuda_8.0.44_linux.run

2.安装cudnn5.1

到官网下载对应版本的cudnn,下载前要注册,而且NVIDIA官网来大姨妈了,注册好慢还可能不成功,看人品.然后安装cudnn,其实所谓安装就是吧tgz文件解压,然后把里面的两个文件拷贝到cuda的安装目录下面.
值得一提的是,cudnn tgz文件解压之后是一个名叫cuda的文件夹,而cuda的安装路径文件夹有时候也常是cuda,所以就很容易搞混,但是我安装的时候默认安装路径是cuda-8.0
cudnn文件名:cudnn-8.0-linux-x64-v5.1.tar

3.安装tensorflow

按照tensorflow官网的说法,如果使用cuda9.0+cudnn8.0则需要使用源码编译的方式安装tf,但是我源码编译任何包就没成功过,可怜我两天都在尝试.
安装tf可以按照官网的教程选择对应版本的tensorflow-gpu,也可以从清华的镜像网站上下载,选择好你的环境直接生成一个安装命令,十分好用.

4.测试tensorflow

在终端中输入python,再键入import tensorflow是常见的测试手段,但是安装完之后,本义为没有问题了,我在测试时还出现了诸如:
CUDA 8.0 but Couldn’t open CUDA library libcudnn.so.
简单查了一下,应该是cuda链接库的问题
参考以下两篇博客
一
二
目前我在import tensorflow时仍然出现:

I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcublas.so.8.0 locallyI tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcudnn.so.5 locallyI tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcufft.so.8.0 locallyI tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcuda.so.1 locallyI tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcurand.so.8.0 locally

不过好像是正常的?先不管了

后记

配置环境时一定要选择多数人使用的版本组合,切莫装逼尝试最新版本,真的会出事.