Ubuntu 安装 tensorflow-gpu 1.4 +CUDA 8.0 +cuDNN详细教程

作者 | fendouai

编辑 | 磐石

出品 | 磐创AI技术团队

【磐创AI导读】：本文详细介绍了tensorflow-gpu在Ubuntu下的安装步骤。欢迎大家点击上方蓝字关注我们的公众号：磐创AI。

硬件环境：NVIDIA GTX 980 Ti

系统环境：Ubuntu 16.04 64位

一.安装 NVIDIA驱动

1. 关闭 Secure Boot

具体如何禁用 BIOS 中的 Secure Boot 要根据主板的情况。

以华硕主板的禁用方法为例：

首先进入 BIOS，然后选择 Boot ，进入 Secure Boot 界面：

确定 “OS Type” 是 “Windows UEFI”

进入 “Key Management”

选择 “Clear Secure Boot keys”

在你清除 ” Secure Boot keys” 之后，你将会有  “Install default Secure Boot keys” 选项来恢复默认的 keys 。

在你清除 ” Secure Boot keys” 之后， Secure Boot 会被自动关闭，你现在可以设置 “OS Type” 为 “Other OS”。

设置完成之后的效果：

2.禁用 nouveau driver

控制台输入命令，创建一个文件通过命令

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

并添加如下内容：

blacklist nouveau

options nouveau modeset=0

再更新一下

sudo update-initramfs -u

修改之后需要重启系统。确认下nouveau是已经禁用，可以使用命令：

lsmod | grep nouveau

3.在字符界面下安装驱动

首先添加ppa库，然后通过ppa安装显卡驱动，使用以下命令添加：

sudo add-apt-repository ppa:graphics-drivers/ppa

关闭图形化环境

首先进入 Ubuntu 系统字符界面，使用组合键 ALT+CTRL+F1 进入字符界面。

为了确保驱动能够正常安装，我们需要暂时关闭x-window服务（图形环境），在文本模式下输入命令进行关闭：

sudo service lightdm stop

安装驱动

首先通过以下命令来查看 NVIDIA VGA card model

sudo lshw -numeric -C display

可以使用命令：

ubuntu-drivers devices

来查看可以使用的驱动，如图：

输入以下命令，直接安装驱动：

sudo apt-get update && sudo apt-get install nvidia-384

进入系统，我们要看刚刚的显卡驱动是否已经正确安装成功，通过下面命令查看：

nvidia-smi

如图所示显卡驱动已经正确安装，显卡的型号是 GTX 980 Ti。

二.安装 CUDA

1.确定和 TensorFlow 对应的 CUDA 版本

TensorFlow GitHub 页面查看依赖的版本：

https://github.com/tensorflow/tensorflow/releases

2. 下载和安装

因为 CUDA 8 兼容的gcc 版本是 4.9 ，但是ubuntu 16.04 默认的是 gcc 5，所以需要gcc降版本。

sudo apt-get install g++-4.9

sudo update-alternatives –install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20

sudo update-alternatives –install /usr/bin/gcc gcc /usr/bin/gcc-5 10

sudo update-alternatives –install /usr/bin/g++ g++ /usr/bin/g++-4.9 20

sudo update-alternatives –install /usr/bin/g++ g++ /usr/bin/g++-5 10

sudo update-alternatives –install /usr/bin/cc cc /usr/bin/gcc 30

sudo update-alternatives –set cc /usr/bin/gcc

sudo update-alternatives –install /usr/bin/c++ c++ /usr/bin/g++ 30

sudo update-alternatives –set c++ /usr/bin/g++

下载地址：

https://developer.nvidia.com/cuda-downloads

因为上一步已经安装了显卡驱动，所以这里要选 no 。

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?

(y)es/(n)o/(q)uit: n

3.设置环境变量 

配置CUDA环境变量

export PATH=”$PATH:/usr/local/cuda-8.0/bin”

export LD_LIBRARY_PATH=”/usr/local/cuda-8.0/lib64″

三.安装cuDNN 

1.确定版本

TensorFlow GitHub 页面查看依赖的版本：

https://github.com/tensorflow/tensorflow/releases

2.下载

下载地址：

https://developer.nvidia.com/cudnn

3.安装

tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz               

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*

四.安装 tensorflow-gpu

直接安装

pip install tensorflow-gpu

指定版本安装：

例如，要安装 tensorflow-gpu 1.4

pip install tensorflow-gpu==1.4

安装完成

参考教程：

https://blog.csdn.net/roach_zfq/article/details/53883976

https://www.cnblogs.com/xuliangxing/p/7569946.html

https://www.linuxidc.com/Linux/2016-11/137561.htm 

https://blog.csdn.net/qq_30520759/article/details/78947034

你也许还想看：

● 一文彻底搞懂BP算法：原理推导+数据演示+项目实战（上篇）

● TensorFlow + Keras 实战 YOLO v3 目标检测图文并茂教程（文末有惊喜）

● 入门 | Tensorflow实战讲解神经网络搭建详细过程

Tips：欢迎大家点击最下方二维码关注我们的公众号，点击干货资源专栏或发送关键字“资源”获取更多资源推荐。关注我们的历史文章，一起畅游在深度学习的世界中。我们期待你的留言和投稿，共建交流平台。来稿请寄:voice1235@163.com。

欢迎扫码进入相应技术交流群：

 点击下方 | 阅读原文 | 了解更多