Ubuntu16.04+Tensorflow+CUDA9.0+cuDNN7.0 环境简明搭建指南

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Ubuntu16.04+Tensorflow+CUDA9.0+cuDNN7.0 环境简明搭建指南，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2936字，纯文字阅读大概需要5分钟。

内容图文

最近在研究风格化得内容，发现搭建环境实在是很头疼的事情，虽然网上已经有各路大神总结整理好了很多搭建指南，各种问题的解决方案都已经罗列出来供大家参考。然后参考终究是参考，真正自己上手，发现仍旧是各种坑，各种问题层出不穷。所幸最后靠着大咖们的肩膀成功了，现想总结一下本人的搭建之路，也给后来人多一个参考。当然很多下载、安装的步骤就不去明说了，请查阅文末的参考文章。

一、安装N卡驱动

请参考：Ubuntu16.04 Nvidia显卡驱动简明安装指南

https://www.cnblogs.com/sharpeye/p/10104188.html

 

二、安装CUDA-9.0

下载如下文件：

cuda_9.0.176_384.81_linux.run

cuda_9.0.176.1_linux.run

cuda_9.0.176.2_linux.run ... 等更新文件

[传送门] https://developer.nvidia.com/cuda-90-download-archive

在安装之前先执行如下代码，添加依赖：

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

再执行：

$ sudo chmod +x cuda_9.0.176_384.81_linux.run   

$ sudo chmod +x cuda_9.0.176.1_linux.run   

$ sudo chmod +x cuda_9.0.176.2_linux.run   

$ ./cuda_9.0.176_384.81_linux.run --override

$ ./cuda_9.0.176.1_linux.run

$ ./cuda_9.0.176.2_linux.run 

 

三、安装cuDNN7.0

下载cuDNN7.0文件 [传送门] https://developer.nvidia.com/rdp/cudnn-archive  （需要注册·登录）

解压文件:

$ tar -zxvf cudnn-9.0-linux-x64-v7.tgz

把文件移到cuda目录下:

$ sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/

$ sudo cp  cuda/include/cudnn.h /usr/local/cuda-9.0/include/

3.给文件读取的权限

$ sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

至此cudnn配置完成

 

四、安装anaconda

安装git：

sudo apt install git

克隆pyenv仓库,安装 pyenv：

git clone https://github.com/yyuu/pyenv.git ~/.pyenv

echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc

echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc

echo 'eval "$(pyenv init -)"' >> ~/.bashrc

exec $SHELL -l

source ~/.bashrc

重启终端 ！

查看可供安装的版本：

pyenv install –list

安装anaconda

pyenv install anaconda3-5.0.1

pyenv rehash

查看版本

pyenv versions

切换版本

pyenv global anaconda3-5.0.1

通过Anaconda安装Tensorflow：

conda create -n tensorflow-gpu python=3.5

source activate tensorflow-gpu #激活环境

source deactivate tensorflow-gpu #关闭环境

pip install tensorflow-gpu==1.5.0

如果发现以后使用当中出现 ImportError: libcublas.so.9.0: cannot open shared object file 的错误，可尝试以下解决方法：

sudo ldconfig /usr/local/cuda-9.0/lib64 

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

添加到配置中去

 

参考：

http://www.cnblogs.com/lypniuyou/p/9518751.html

https://www.jianshu.com/p/eb6a52925566

https://blog.csdn.net/KGzhang/article/details/78619434

https://blossomnoodles.github.io/cnBlogs/2018/04/30/Ubuntu18.04-Tensorlow-install.html

https://www.jianshu.com/p/eb6a52925566

https://blog.csdn.net/AllenIrving/article/details/80406709

https://blog.csdn.net/weixin_40920290/article/details/80462734

https://blog.csdn.net/sinat_40276791/article/details/80403784?utm_source=blogxgwz5

https://blog.csdn.net/zhuoyueljl/article/details/83011641

内容总结

以上是互联网集市为您收集整理的Ubuntu16.04+Tensorflow+CUDA9.0+cuDNN7.0 环境简明搭建指南全部内容，希望文章能够帮你解决Ubuntu16.04+Tensorflow+CUDA9.0+cuDNN7.0 环境简明搭建指南所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---