ubuntu14.04+GTX 1080+cuda8.0+cudnn5.1安装tensorflow-gpu

声明:本文仅限用于学术交流,引用或转载本文时请注明出处!

以前做实验都在自己widows上用anaconda跑,最近通过老师从学院借了一台主机,重新安装tensoflow-gpu版本。

准备工作

在安装之前请自行安装好显卡驱动和python。
由于tensorflow-gpu 1.5 及以上版本要求 CUDA 版本为9.0,如果本机安装的cuda版本是8.0,安装tensorflow-gpu 1.5及以上版本会出错。
软件
Ubuntu14.04 cuda8.0 cudnn5.1 tensorflow-gpu1.2.0

安装cuda8.0

下载cuda

CUDA Toolkit Archive选择CUDA Toolkit 8.0 GA2,然后根据自己系统环境选择下载文件,大小为1.4G。
cuda8.0下载

安装cuda

下载完成后执行以下命令:

1
2
3
cd ~/Download/		#进入文件保存的目录
sudo chmod +x cuda_8.0.61_375.26_linux.run
sudo sh cuda_8.0.61_375.26_linux.run

一路空格到提示信息的最后一页,然后输入以下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Do you accept the previously read EULA?
accept/decline/quit: accept #必须accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
(y)es/(n)o/(q)uit: n #必须为n,因为我们已经安装好了显卡驱动

Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]: #回车(默认)

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y #选择yes 建立cuda软链接

Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y #选择yes 安装cuda 样例程序

Enter CUDA Samples Location
[ default is /home/moulf ]: #回车(默认)

配置cuda环境变量

安装完成之后配置cuda环境变量

1
2
3
4
5
6
7
8
sudo vi ~/.bashrc

#文件末尾添加如下信息
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH #注意冒号

#让配置生效
sudo source ~/.bashrc

检查安装是否成功

1
2
3
4
cd /usr/local/cuda-8.0/samples/
sudo make
cd 1_Utilities/bandwidthTest/
./bandwidthTest

结果如下图所示为pass,表示安装成功
cuda安装成功

安装cudnn5.1

cuDNN Archive下载cudnn5.1 for cuda8.0。如果以前没注册,我们需要注册后下载。
cudnn5.1
下载完成之后,解压后得到cuda目录

1
2
3
4
5
6
7
8
9
10
11
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 /usr/local/cuda/lib64/libcudnn*

#更新链接
cd /usr/local/cuda/lib64/
#先通过ls查看自己版本再建立链接
sudo chmod +r libcudnn.so.5.1.10
sudo ln -sf libcudnn.so.5.1.10. libcudnn.so.5
sudo ln -sf libcudnn.so.5 libcudnn.so
sudo ldconfig

安装tensorflow-gpu

pip安装tensorflow

安装tensorflow-gpu的方法有很多种,在这里推荐通过pip安装,最方便。

1
2
3
4
5
# python2.7安装tensorflow-gpu1.2.0
sudo pip install tensorflow-gpu==1.2.0

# python3.5安装tensorflow-gpu1.2.0
sudo pip3 install tensorflow-gpu==1.2.0

测试安装成功

创建test.py文件

1
2
3
4
5
6
vim test.py

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

执行python程序

1
2
sudo python test.py  	#for python2.7
sudo python3 test.py #for python3.5

提示信息里包含GPU的信息表示安装成功,如下图。
tensorflow安装成功

参考文章

wechat
欢迎您扫一扫上面的微信公众号,订阅我的博客!

当前网速较慢或者你使用的浏览器不支持博客特定功能,请尝试刷新或换用Chrome、Firefox等现代浏览器