天天看點

Ubuntu18.04+英偉達驅動+cuda10.0+cudnn7.6.3+tensorflow-gpu

首先ubuntu18.04自帶的是英偉達驅動390和其自帶的集顯驅動,我們至少要更新到415才能支援cuda10.0.

1. 安裝1080TI顯示卡驅動

預設安裝的顯示卡驅動不是英偉達的驅動,是以先把舊得驅動删除掉。

sudo apt-get purge nvidia*
           

添加Graphic Drivers PPA

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
           

檢視合适的驅動版本:

ubuntu-drivers devices
           
Ubuntu18.04+英偉達驅動+cuda10.0+cudnn7.6.3+tensorflow-gpu

圖中可以看出推薦的是最新的430版本的驅動,安裝該驅動:

在此處可能會出現依賴關系不對,需要修複依賴關系,在指令行中輸入:

sudo apt -f install
           

然後在執行以下語句 ,這裡我是更新到最新版

sudo apt-get install nvidia-driver-430
           

安裝完畢後重新開機機器:

sudo reboot
           

重新開機完畢運作

nvidia-smi
           

看看生效的顯示卡驅動:

Ubuntu18.04+英偉達驅動+cuda10.0+cudnn7.6.3+tensorflow-gpu

進入以下網站檢視cuda版本對應的gcc應該是什麼版本的

https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html

ubuntu18.04中的cuda10.0對應的gcc應該要是7.3.0版本的,ubuntu18.04自帶7.3.0的gcc,是以不用更新gcc,如果裝cuda9.0的話就要對gcc進行降級。

CUDA官網選擇适合自己系統的版本下載下傳。

我的系統是Ubuntu18.04、64位,選擇CUDA10版本如下:

Ubuntu18.04+英偉達驅動+cuda10.0+cudnn7.6.3+tensorflow-gpu

 STEP2:安裝CUDA

在指令行中鍵入:

sudo sh cuda_10.0.130_410.48_linux.run

一直按Enter直至把聲明讀完(太多了吧!)

如果驅動是獨立安裝了,一定要選擇不安裝驅動!選擇如下:

Ubuntu18.04+英偉達驅動+cuda10.0+cudnn7.6.3+tensorflow-gpu

會提示:

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 10.0 functionality to work.

To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:

sudo <CudaInstaller>.run -silent -driver

這是因為我們在安裝CUDA的時候沒有選擇安裝驅動,提示需要安裝驅動,忽略就行。

STEP3:添加環境變量:

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}}

儲存并退出

source ~/.bashrc

STEP4:測試是否安裝成功

上面的選項選擇安裝了CUDA例子,運作其中一個來測試是否安裝成功:

  1. cd /usr/local/cuda/samples/1_Utilities/deviceQuery

  2. sudo make

  3. ./deviceQuery

結果如下就表明成功啦

Ubuntu18.04+英偉達驅動+cuda10.0+cudnn7.6.3+tensorflow-gpu

注意:這裡可能會出現Result=Fail,這時候你隻需要關電腦,關掉電源,重新開機就可以

STEP5:安裝CUDNN

在官網下載下傳安裝包,需要注冊登入才能下載下傳。選擇适合自己的版本,這時候你可能下載下傳的是deb結尾的檔案:

則隻需要運作一下代碼:

sudo dpkg -i libcudnn7_7.6.3.30-1+cuda10.0_amd64.deb

若下載下傳的是壓縮版的:

下載下傳完成後解壓并進入檔案夾:

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*

在終端檢視CUDNN版本:

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

STEP5:安裝tensorflow

在ubuntu中的anaconda建立一個python3.6的環境

conda create -n py36 python=3.6

然後激活:

conda activate py36

安裝tensorflow:

conda install tensorflow-gpu

大功告成!

最後完成了

繼續閱讀