首页 / TENSORFLOW / ubuntu 16.04 + cuda8.0 + cudnn 6.1 + tensorflow 1.4.0

ubuntu 16.04 + cuda8.0 + cudnn 6.1 + tensorflow 1.4.0

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ubuntu 16.04 + cuda8.0 + cudnn 6.1 + tensorflow 1.4.0，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5555字，纯文字阅读大概需要8分钟。

内容图文

参考文献：https://www.cnblogs.com/zzq-123456/p/7258736.html

　　　　　https://www.cnblogs.com/zzq-123456/p/7374547.html

 

pip安装

　　sudo apt-get install python-pip

　　最好将pip安装为9.0的版本，不然在PyCharm中不能使用pip安装相应的工具包

　　修改pip的版本：python-m pip install pip==9.0.03

2. cuda8.0安装（直接按照参考文献1进行配置，这里将其搬过来，只为日后使用，加上和该博主不是一般的熟，所以照搬是没有关系的）

一.检查电脑环境

！！！！打开系统后，按 F2 进入 boot 界面，确定secure boot 选项是 disable，如果是enable状态，请先切换到disable选项，否则后续会出错。

1、检查自己的GPU是否支持CUDA

$ lspci | grep -i nvidia

我的GPU是支持的，在这里查看：[https://developer.nvidia.com/cuda-gpus] 有的话就可以继续啦，不然只能换个显卡了。

2、检查自己的系统，以方便日后找相关安装包

`$ uname -m && cat /etc/*release  `

3、检查自己的gcc版本

`$ gcc --version `

ps:没有的话可以通过 sudo apt-get install gcc安装

4、检查是否安装了kernel header和 package development

`$ uname -r `

查看 kenel header信息
可以通过下面的命令行安装：

`$ sudo apt-get install linux-headers-$(uname -r)  `

检查全部通过。继续安装。哪里不符合，请参照官方教程。
***

二、安装cuda

"这里有两种安装方式.官方文档中，第三章讲的是deb。第四章讲的是run。deb比run简单，但是很有可能出错，而且后期肯呢个会无法调用某些C++库函数，所以选择run文件安装。

1、提前下载自己对应版本的run安装包，记住下载地址。
官网找一个合适的
[https://developer.nvidia.com/cuda-downloads]

2、禁止ubuntu系统自带的nouveau显卡驱动。

2.0查看自己的驱动状态

`$ lsmod | grep nouveau  `

如果有显示就要执行下面的操作了，一般新系统都是有输出的。

2.1创建blacklist-nouveau.conf

1）
touch /etc/modprobe.d/blacklist-nouveau.conf gedit blacklist-nouveau.conf
或者
2）
$ sudo vi /etc/modprobe.d/blacklist-nouveau.conf

在新建的文件里添加如下内容

‘ blacklist nouveau
options nouveau modeset=0
’
按照1）进行的用户直接Ctrl+s保存然后关闭文件
按照2）进行的用户输入内容结束后，按ESC，光标跳到文件尾部，输入：wq保存并退出。

2.3更新：

`$ sudo update-initramfs -u  `

2.4检查是否禁用成功

$lsmod | grep nouveau

没有东西输出变是成功啦。一般这时候需要先重启才能生效。重启：reboot

三、安装run文件

1、重启系统后，不要进入登陆界面（！！！否则可能会安装失败），直接按Ctrl+Alt+F1进入文本模式（命令行界面），输入用户名和密码，登录账户。

2、关闭图形化界面

$ sudo service lightdm stop
{可以先输入命令$lsmod | grep nouveau测试是否禁用成功}

3、使用cd 命令切换到cuda_8.0.61_375.26_linux.run的目录，执行

$ sudo sh cuda_8.0.27_linux.run

“安装的时候，要让你先看一堆文字（EULA)，我们直接不停的按##空格键到100%; 遇到提示是否安装openGL ，选择no,其他的可以一路accept, yes或回车，不建议安装samples.以及x-config。

安装成功后，会显示installed，否则会显示failed。”

4、重启图形化界面

$ sudo service lightdm start

高能！！！登录时能进入桌面，不会一直在重复登录，成功已近大半。
贴主就是因为没有把secure boot的状态设置为disabled,走了很多弯路。


四、检查是否安装成功
1、执行

$ ls /dev/nvidia*

可能出现不同结果，

××× 若结果显示

`/dev/nvidia0  /dev/nvidiactl  /dev/nvidia-uvm`

或显示出类似的信息，应该有三个（包含一个类似/dev/nvidia-nvm的），则安装成功

×××如果结果是这俩种情况

ls: cannot access /dev/nvidia*: No such file or directory

或是

/dev/nvidia0 /dev/nvidiactl中的一个或两个，但没有/dev/nvidia-num

按照官方的做法：新建把.sh文件(我命名为zzq.sh)
touch nvi.sh sudo gedit nvi,sh

在新建的文件中加入如下内容：（注意空格）
‘ #!/bin/bash
/sbin/modprobe nvidia
if [ "$?" -eq 0 ]; then
# Count the number of NVIDIA controllers found.
NVDEVS=lspci | grep -i NVIDIA
N3D=echo "$NVDEVS" | grep "3D controller" | wc -l
NVGA=echo "$NVDEVS" | grep "VGA compatible controller" | wc -l
N=expr $N3D + $NVGA - 1
for i in seq 0 $N; do
mknod -m 666 /dev/nvidia$i c 195 $i
done
mknod -m 666 /dev/nvidiactl c 195 255
else
exit 1
fi
/sbin/modprobe nvidia-uvm
if [ "$?" -eq 0 ]; then
# Find out the major device number used by the nvidia-uvm driver
D=grep nvidia-uvm /proc/devices | awk '{print $1}'
mknod -m 666 /dev/nvidia-uvm c $D 0
else
exit 1
fi
’
给这个脚本赋予执行权限,然后执行

`$ sudo chmod a+x nvi.sh  
$ sudo ./nvi.sh`

2、配置环境：
$ sudo gedit /etc/profile

在最后面加上这些:

`export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}  
  
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}  
  
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}  `

【P.S. 上面代码里面的  表示的换行】

然后重新加载环境变量

$ sudo source /etc/profile

3、测试
$ cat /proc/driver/nvidia/version
nvcc -V
$nvidia-smi
有输出则成功。

3. 安装cudnn6.0

 

tar zxvf cudnn-8.0-linux-x64-v6.0.tgz
解压后有个cuda文件，内有include和lib64两个文件夹，进入include文件夹，执行如下命令复制头文件：

 

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*

 

然后进入复制后的动态链接库进行新的链接。先进入目录：
cd /usr/local/cuda/lib64/

 

查看已有链接：
ls -al | grep libcudnn
显示四个
删除原有动态文件:
sudo rm -rf libcudnn.so libcudnn.so.6
再次查看：
ls -al | grep libcudnn
显示两个，说明已删除，现在建立新的链接：
sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6
sudo ln -s libcudnn.so.6 libcudnn.so

 

再次查看：
ls -al | grep libcudnn
显示四个，已链接好！
然后设置环境变量和动态链接库：
sudo gedit /etc/profile
然后再打开的文件末尾加上（“=”前后不要有空格）
export PATH=/usr/local/cuda/bin:$PATH

 

保存之后创建链接文件：
sudo vim /etc/ld.so.conf.d/cuda.conf
这是一个空白文件，添加：
/usr/local/cuda/lib64
按下esc键，输入（：wq）保存并退出
输入如下命令使链接生效
sudo ldconfig

4. 安装tensorflow(tensorflow安装比较简单)

pip install tensorflow==1.4.0

 

内容总结

以上是互联网集市为您收集整理的ubuntu 16.04 + cuda8.0 + cudnn 6.1 + tensorflow 1.4.0全部内容，希望文章能够帮你解决ubuntu 16.04 + cuda8.0 + cudnn 6.1 + tensorflow 1.4.0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

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/978794.html

来源：【匿名】