Ubuntu18.04+CUDA10.0+tensorflow-gpu安装过程

简介

专注于为中小企业提供成都做网站、成都网站制作、成都外贸网站建设服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业乌翠免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了1000多家企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。

这篇博客Ubuntu16.04+CUDA9+tensorflow的安装流程。不过，随着软件不断更新，现在Ubuntu18.04已经逐渐成为客户端的主流，加上tf开始支持CUDA10，在这里在介绍一下新的教程。

看一下tensorflow官方版本的支持

确定安装1.13.1的版本

安装CUDA10.0

下载CUDA10：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal

转到下载的目录执行：

sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb

sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub

sudo apt-get update

sudo apt-get install cuda

在当前终端设置环境变量：

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

安装cuDNN 7.4

在这里下载cuDNN7.4：https://developer.nvidia.com/rdp/cudnn-archive

需要登录下载

然后在下载目录下执行：

sudo dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb

安装Tensorflow-GPU版本

这里默认是python3的环境。

转到home下，执行：

sudo apt-get install python3-pip python3-dev python-virtualenv

确保安装了基本的工具。

之后，执行创建虚拟环境的命令：

virtualenv --system-site-packages -p python3 ~/tensorflow

激活虚拟环境：

source ~/tensorflow/bin/activate

更新pip 无锡妇科医院 http://www.bhnnk120.com/

easy_install -U pip

在虚拟环境下，执行安装：

pip3 install --upgrade tensorflow-gpu

之后需要确认安装NVIDIA驱动!!

sudo ubuntu-drivers autoinstall

测试安装，在当前终端下，vim test.py，并添加内容:

import tensorflow as tf

import numpy as np

x = tf.placeholder("float",shape=[None,1])

W = tf.Variable(tf.zeros([1,1]))

b = tf.Variable(tf.zeros([1]))

y = tf.matmul(x,W) +b

y_ = tf.placeholder("float",[None,1])

cost = tf.reduce_sum(tf.pow((y_-y),2))

train_step = tf.train.GradientDescentOptimizer(0.001).minimize(cost)

init = tf.initialize_all_variables()

sess = tf.Session()

sess.run(init)

All_x = np.empty(shape=[1,1])

All_y = np.empty(shape=[1,1])

for i in range(1000):

x_s = np.random.rand(1,1)

y_s = np.dot([[0.33]],np.random.rand(1,1)) + 0.33

feed = {x: x_s, y_: y_s}

sess.run(train_step,feed_dict=feed)

print("After %d iteration:"%i)

print("W : %f"%sess.run(W))

print("b : %f"%sess.run(b))

All_x = np.concatenate((All_x,x_s))

All_y = np.concatenate((All_y,y_s))

print(All_x)

print(All_y)

之后，执行：

python3 test.py

看到一系列的输出，表示安装成功!!