一 官网下载对应的显卡驱动并安装(需要屏蔽掉开源显卡驱动)
二 安装cuda
- 下载cuda,选择对应的版本,多次试坑之后我选择的是.run(local)版本的,下载完之后安装.
1. 运行.run安装包 `sudo ./cuda_8.0.61_375.26_linux.run`
2. Ctrl + C 跳过一些介绍,然后根据情况选择.(第二项安装驱动一定要选择no,因为第一步我们已经安装过显卡驱动了,不要重复安装,很危险!)我选择的是:
1. Do you accept the previously read EULA? accept
2. Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26? n
3. Install the CUDA 8.0 Toolkit? y
4. Enter Toolkit Location: Enter键
5. Do you want to install a symbolic link at /usr/local/cuda? y
6. Do you want to install a symbolic link at /usr/local/cuda? y
7. Done!
3. ~/.bashrc中添加
1. export LD_LIBRARY_PATH=/usr/local/cuda/lib64/
2. export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
-
验证 nvcc -V 显示编译器信息,则说明cuda配置成功了
-
cuda性能测试
- 安装可写样本:cuda-install-samples-8.0.sh
- cd NVIDIA_CUDA-8.0_Samples
- make
- cd NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release
- ./deviceQuery
- 输出如图:结果显示pass则说明cuda安装配置完成。
- 安装可写样本:cuda-install-samples-8.0.sh
- 安装cudnn库(深度神经网络加速计算库)(tensorflow1.4貌似需要安装cudnn6.0了!!)
- 下载cudnn
v5.1v6.0 - 解压,然后把解压后的文件夹cuda下的include和lib64文件夹下的文件复制到/usr/local/cuda/下对应的include和lib64文件夹里。
- sudo cp include/cudnn.h /usr/local/cuda/include/
- sudo cp lib64/* /usr/local/cuda/lib64/
- cd /usr/local/cuda/lib64
sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5sudo ln -sf libcudnn.so.6.0.21 libcudnn.so.6sudo ln -sf libcudnn.so.5 libcudnn.sosudo ln -sf libcudnn.so.6 libcudnn.so- sudo ldconfig -v
- 下载cudnn
- 至此,安装全部完成,下面为遇到的问题:
- 运行程序时如报错:libcudart.so.8.0: cannot open shared object file: No such file or directory
以下方法都可以试一下:
- 官方常见错误
- sudo ldconfig /usr/local/cuda/lib64(亲试可行)
- 运行程序时如报错:libcudart.so.8.0: cannot open shared object file: No such file or directory
以下方法都可以试一下:
三 运算加速库(可选)
sudo apt install -y libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libcupti-dev
四 安装anaconda
网上教程很多,一笔带过了。
五 安装gpu版tensorflow
安装(官网选择最新版本的链接!):
1. conda create -n tensorflow
2. source activate tensorflow
3. pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.0-cp35-cp35m-linux_x86_64.whl
验证
1. 新建文件test.py,内容如下
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
2. 输出:
b'Hello, Tensorflow!'
六 安装keras
安装:
1. pip install keras
验证:
1. 终端输入:
python -c "import keras"
2. 输出:
Using TensorFlow backend.