Ubuntu18.04安装Tensorflow-gpu

简介: 写篇blog记录一下配置tensorflow-gpu开发环境环境版本系统:Ubuntu 18.04 LTSGPU:GeForce GTX 1050 MobileCuda: 9.

写篇blog记录一下配置tensorflow-gpu开发环境

环境版本

系统:Ubuntu 18.04 LTS
GPU:GeForce GTX 1050 Mobile
Cuda: 9.0
Cudnn: 7.0.5
Tensorflow-gpu:1.8.0
Python:python3.6.5


安装Cuda Toolkit 9.0

Cuda Toolkit 9.0下载链接

img_7c3f9e52c3b2bc4c93ef8bbe516c25e5.png
我的选择

另外,下面的两个Patch 我都有下载,都是用dpkg装的
去到你下载好的三个deb的文件夹中,在终端执行下面的语句:

sudo apt-key add /var/cuda-repo-9-0-local-cublas-performance-update-2/7fa2af80.pub
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local-cublas-performance-update_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local-cublas-performance-update-2_1.0-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda-9.0
AI 代码解读

安装完成后,声明一下环境变量

sudo vim ~/.bashrc
AI 代码解读

在文件的最后加上环境变量

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}  
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
AI 代码解读

profile里也加上声明

sudo vim /etc/profile
AI 代码解读

重新执行刚刚修改的初始化文档

source ~/.bashrc
source /etc/profile
AI 代码解读

验证一下CUDA版本:9.0

nvcc --version
AI 代码解读

安装cudnn 7.0.5

cudnn 7.0.5
在官网下载 cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0 下载三个文件ubuntu16.04文件 runtime library. developer library, and code samples and user guide

sudo dpkg -i libcudnn7_7.0.5.11-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.0.5.11-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.0.5.11-1+cuda9.0_amd64.deb
AI 代码解读

在检验cuDNN之前,先安装freeimage library作为ministCUDNN示例代码的依赖关系。

sudo apt-get install libfreeimage3 libfreeimage-dev
AI 代码解读

开始检验cuDNN啦!

cp -r /usr/src/cudnn_samples_v7/ $HOME
cd $HOME/cudnn_samples_v7/mnistCUDNN
sudo make clean && sudo make
./mnistCUDNN
AI 代码解读

安装成功的话,终端会如下显示:


img_a8dcf39e64e55298893b4f1c36c62084.png
代码运行效果图

安装Tensorflow-gpu

终于开始进入主题了!
Python 3.n用pip3安装

sudo pip3 install tensorflow-gpu==1.8.0
AI 代码解读

run个小sample,测试一下

#Python 3
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
AI 代码解读

和官方给的运行结果不一样,输出的是byte string。


img_8b171e7e071e9184bf36ff5885d786f2.png
运行结果

以上,
完结撒花!

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
目录
打赏
0
0
0
0
3
分享
相关文章
在 Ubuntu 上安装 Nginx
在 Ubuntu 上安装和配置 Nginx 非常简单。首先更新系统包,然后通过 `apt` 安装 Nginx,检查服务状态并配置防火墙规则。访问服务器 IP 测试是否成功显示默认页面。还可管理服务、创建虚拟主机及排查常见问题,适合新手快速上手部署高性能 Web 服务。
244 0
Ubuntu 安装 docker
本文介绍了在 Ubuntu 系统上安装 Docker 的详细步骤,包括卸载旧版本、设置 Docker 官方存储库、安装 Docker 包以及配置镜像源加速。首先通过移除旧版组件如 `docker.io` 和 `docker-compose` 等进行清理,然后添加官方 GPG 密钥并配置 APT 源,接着安装最新 Docker 组件。此外,还提供了阿里云和 1Panel 的镜像源配置方法以提升下载速度,并通过运行 `hello-world` 镜像测试安装是否成功。
446 3
Ubuntu 安装 docker
Loam在Ubuntu 18.04上的一站式安装指南
现在,你已经完成了Loam在Ubuntu 18.04上的一站式安装盛宴。从更新系统清洁,到搭建魔法环境的工作空间,再到召唤和激活Loam精髓的艺术——每步都妙不可言,每步都至关重要,让你在这场技术的饕餮盛宴中大显身手。
34 8
Ubuntu环境下以源码编译方式安装Vim的步骤介绍
以上就是在Ubuntu环境下以源码编译方式安装Vim的全部步骤。就像煮一杯咖啡,虽然过程中需要耐心和一些技巧,但等到你熟悉之后,你会发现,不仅可以定制自己喜欢的口味,过程中的乐趣也是不能忽视的。希望你在编译安装Vim的过程中,能体验到这份乐趣。
102 21
在Ubuntu 20.04系统中安装SLAM库的具体操作步骤
以上是在Ubuntu 20.04系统中安装SLAM库的具体操作步骤。就像积木游戏,需要按照正确的步骤,适时地添加正确的部件,才能够构建出我们想要的积木模型。在现实操作中可能会遇到各种问题,就像积木构建中的各种困难,我们要有耐心和决心去解决它们,最后得到我们想要的结果。希望这个有趣的积木游戏比方能帮助你更好地理解SLAM库的安装过程,并在实际操作中得到应用。
91 34
在Jetson TX2的Ubuntu18.04系统中安装ROS的教程
所有这些步骤并不复杂,但确实需要仔细一点。如果遇到问题,不要灰心,问题是解决问题的开始。保持耐心,细心阅读错误信息,通常情况下,问题的答案就藏在其中。祝ROS旅程顺利!
86 18
在Ubuntu 22.04上配置和安装MySQL
以上就是在Ubuntu 22.04上配置和安装MySQL的步骤。这个过程可能看起来有点复杂,但只要按照步骤一步步来,你会发现其实并不难。记住,任何时候都不要急于求成,耐心是解决问题的关键。
303 30
在Ubuntu上安装kubectl、kubeadm和kubelet
好了,你已经掌握了在Ubuntu上安装kubectl、kubeadm和kubelet的高超技艺。是时候展示你新召唤出的力量,像一位真正的烹饪大师一样,开始独特的佳肴烹饪之旅吧!
109 13
在Ubuntu Linux系统下如何搭建并安装EDK2
以上就是在Ubuntu Linux系统下搭建并安装EDK2的过程。这个过程可能会有些复杂,但只要按照步骤一步步来,应该不会有太大问题。如果在过程中遇到任何问题,都可以在网上找到相应的解决方案。希望这个指南能对你有所帮助!
138 17
在Ubuntu系统的Docker上安装MySQL的方法
以上的步骤就是在Ubuntu系统的Docker上安装MySQL的详细方法,希望对你有所帮助!
318 12

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等

登录插画

登录以查看您的控制台资源

管理云资源
状态一览
快捷访问