Ubuntu:Ubuntu下安装Anaconda和Tensorflow的简介、入门、安装流程之详细攻略(一)-阿里云开发者社区

开发者社区> 一个处女座的程序猿> 正文

Ubuntu:Ubuntu下安装Anaconda和Tensorflow的简介、入门、安装流程之详细攻略(一)

简介: Ubuntu:Ubuntu下安装Anaconda和Tensorflow的简介、入门、安装流程之详细攻略
+关注继续查看

目录


安装流程


1、安装nvidia显卡驱动


2、安装cuda8


3、安装Cudnn


4、Anaconda下载和安装


5、官方Anocuda介绍安装攻略


6、进入Jupyter Notebook  


7、Tensorflow安装、验证




相关文章

Ubuntu:Ubuntu下安装Anaconda和Tensorflow的简介、入门、安装流程之详细攻略

ML之Anaconda:关于Anaconda集成平台简介、安装、使用方法的详细攻略

ML之Anaconda:在Anaconda中的常用的conda命令集合(分门别类+非常细化)

Anaconda:基于Anaconda(python集成环境)平台tensorflow安装、运行之最强详细攻略



安装流程


1、安装nvidia显卡驱动


安装深度学习框架需要使用cuda/cudnn(GPU)来加速计算,而安装cuda/cudnn,首先需要安装nvidia的显卡驱动。

http://www.geforce.cn/drivers  或者  http://www.nvidia.com/Download/index.aspx?lang=en-us

ubuntu 16.04默认安装了第三方开源的驱动程序nouveau,安装nvidia显卡驱动首先需要禁用nouveau,不然会碰到冲突的问题,导致无法安装nvidia显卡驱动。


sudo vim /etc/modprobe.d/blacklist.conf   #编辑文件blacklist.conf

在文件最后部分插入以下两行内容

blacklist nouveau

options nouveau modeset=0

sudo update-initramfs -u     #更新系统后,重启系统(一定要重启)


验证nouveau是否已禁用

lsmod | grep nouveau     #没有信息显示,说明nouveau已被禁用,接下来可以安装nvidia的显卡驱动。


(1)、禁用自带的nouveau驱动(重要步骤!)


运行命令创建相关文件:

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

并在文件中添加如下内容:

blacklist nouveau         options nouveau modeset=0

sudo update-initramfs -u     #更新后,重启系统

lsmod | grep nouveau          #查看是否禁用成功。如如果没有输出则禁用成功

Ctrl+Alt+F1   #通过如下命令进入命令行模式

sudo service lightdm stop   #关闭X-Window  



(2)、安装驱动:


sudo apt-get remove –purge nvidia*    #卸载你电脑中此刻有的nvidia的驱动

sudo add-apt-repository ppa:xorg-edgers/ppa -y

sudo apt-get update

sudo apt-get install nvidia-384       #(根据需要选择版本,注意CUDA9.0与CUDA9.1必须安装387.x的驱动)


sudo service lightdm start     #安装完毕之后重启X-Window


(3)、进入终端


CTRL+ATL+F1   #进入终端1(输入用户名和密码后和终端很相似,可以大胆进去)

sudo service lightdm stop       #关闭图形界面

sudo apt-get install nvidia-384   #自动下载驱动安装,nvidia-384要和显卡型号匹配)

sudo service lightdm start   #来启动图形界面,并且登录。这个时候应该又回到图形界面。

nvidia-smi      #测试有没安装成功。来看是不是能够输出你的GPU的一些信息。要是不能够输出的话,重启。能够输出的话,也建议重启一次。



2、安装cuda8


https://developer.nvidia.com/cuda-downloads (注意tensorflow 1.6/tensorflow1.7支持CUDA9.0+cuDNN7.0)


sudo apt-get install libcupti-dev   #安装CUDA依赖库


(1)、cd到安装的文件夹,接着执行:sudo sh cuda_8.0.44_linux.run --override


有个让你选择是否安装nvidia驱动时,一定要选择否:  Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?  因为前面我们已经安装了更加新的nvidia367,所以这里不要选择安装。其余的都直接默认或者选择是即可。 安装完成后,显卡driver版本是9,cuda版本是8。


(2)、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"


nvidia-smi  #结果出现以下输出,说明配置成功



3、安装Cudnn



先下载https://developer.nvidia.com/rdp/cudnn-download#a-collapse704-9

简单地说,就是复制几个文件:库文件和头文件。将cudnn的头文件复制到/usr/local/cuda/lib64,将cudnn的库文件复制到/usr/local/cuda/include。  下载下来后,cd 到文件包目录下,解压文件。


tar -zxf cudnn-7.0-linux-x64-v4.0-prod.tgz

cd cuda


#链接到cuda的库里

sudo cp lib64/* /usr/local/cuda/lib64/

sudo cp include/cudnn.h /usr/local/cuda/include/

要不要链接cuDNN的库文件:

$ sudo ln -sf /usr/local/lib/libcudnn.so.4.0.7 /usr/local/lib/libcudnn.so.4

$ sudo ln -sf /usr/local/lib/libcudnn.so.4 /usr/local/lib/libcudnn.so

#链接完config更新


$ sudo ldconfig


(1)、最后把cudnn的头文件拷贝到/usr/local/cuda-8.0/include下面,库文件拷贝到/usr/local/cuda-8.0/lib64下面

设置环境变量文件.bashrc或profile

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

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:#LD_LIBRARY_PATH

更新环境变量


souce /etc/profile


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
瀚博首款AI推理芯片出炉,性能超越英伟达T4,年内即将量产
瀚博推出的 AI 推理芯片,性能超过英伟达最新的 A10 与 T4,同时使用成本还更低。
4 0
AI自动生成的代码还自带原来的「WTF」注释?程序员:我笑了,抄的太明显
直接复制粘贴训练集里的代码,原来的注释也一字不差。AI 的「抄能力」获得了认可。
4 0
基于PYTHON调用阿里云分割抠图-商品分割接口
分割抠图技术基于阿里云深度学习技术,结合检测识别技术,为您提供高精度视觉分割能力。 分割抠图技术可以实现秒级全自动主体、场景像素级识别,制作4通道透明素材。不仅实现了发丝级精抠,对高度镂空主体、复杂背景等场景都有很好的效果,同时支持人、货、场三种类型需求,可广泛应用于电子商务、零售、泛文娱、个人应用等多种场景。 本文章将实现基于python调用商品分割接口,纪念下刚学的python基础
3 0
【windows】python 安装 pytesseract
1. 使用豆瓣源,再命令行安装 pip install pytesseract -i https://pypi.douban.com/simple 1 2. 下载驱动 到这个网站 驱动下载
5 0
收录180篇文献,上海交大推出深度学习图像合成领域首篇综述
作者:牛力 收录 180 篇文献的首个深度学习图像合成技术综述文章。
4 0
99行代码实现冰雪奇缘特效的「太极」再进化,胡渊鸣团队、快手等联合打造
99 行代码实现《冰雪奇缘》特效的续集来了,太极编译器再次升级。
8 0
SIGIR 2021 | 快手联合清华提出基于图神经网络的序列推荐新方法
来自清华大学未来智能实验室联合快手社科推荐模型组的研究者提出了一种基于图神经网络的序列推荐框架 SURGE,大大降低了建模用户兴趣的难度。
3 0
TPAMI 2021 | 清华大学朱文武团队:首篇课程学习综述
来自清华大学的研究者王鑫、陈禹东、朱文武撰写了一篇名为《A Survey on Curriculum Learning》的课程学习综述论文,该论文已被TPAMI 2021收录,本文对其展开介绍。
4 0
+关注
一个处女座的程序猿
国内互联网圈知名博主、人工智能领域优秀创作者,全球最大中文IT社区博客专家、CSDN开发者联盟生态成员、中国开源社区专家、华为云社区专家、51CTO社区专家、Python社区专家等,曾受邀采访和评审十多次。仅在国内的CSDN平台,博客文章浏览量超过2500万,拥有超过57万的粉丝。
1701
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载