Ubuntu18.04安装tenforflow-gpu==1.14.0

我的环境

• Ubuntu18.04
• 显卡NVIDA GeForce GTX 1050 Ti

1. 安装显卡驱动

新鲜装好的ubuntu是不带有显卡的，所以第一步是选择自己合适的显卡驱动

1. 打开显示应用程序中的软件和更新

我选择435，因为之前安装450体验并不好，带来了很多bug，例如调用GPU时报 kernal版本与CUDA要求版本错误（好像是这个）

2. 然后点击应用更改、

3. 重启

   打开 设置->详细信息：

图形变成了你的GPU型号，而且你发现你可以连接显示器了，那么显卡驱动就安装成功了

2. 安装cuda10.0

为什么安装10.0呢？因为如下

你可以在https://tensorflow.google.cn/install/source查看自己想要tf版本对应的cuda版本

1. *下载cuda10.0

https://developer.nvidia.com/cuda-10.0-download-archive

我的选择如上图，你也可以下载其他Type，但是据我了解runflie最好使

2. 安装CUDA

你可以看到上图中Base Installer中有命令提示，可以根据他给的提示进行操作

sudo sh cuda_10.0.130_410.48_linux.run

上面这部分类似于说明 可以按回车或者空格往下走

下面要注意

是否安装驱动要选no，因为我们之前安装过来，如果这个地方yes下去就会安装失败

接下来一直按着提醒 yes 和 enter下去就OK

3. 接下来是配置环境变量

   打开终端

   sudo gedit ~/.bashrc

   在文件末尾加入

   export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
   export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
   export CUDA_HOME=/usr/local/cuda

保存退出，然后在终端让.bashrc生效

source ~/.bashrc

再开启一遍终端，然后查看cuda版本

这里再开启一次终端是因为，.bashrc是在执行shell script 也可以理解是打开终端的时候执行，所以要再开一次终端

nvcc --version
cat /usr/local/cuda/version.txt

上面两个命令都可以查看版本

3.安装CUDNN

1. 下载cudnn

   https://developer.nvidia.com/cudnn

   同理版本对应

   

2. 下载之后直接解压出文件夹cuda

3. 将cuda/include/cudnn.h复制到/usr/local/cuda/include下,然后修改权限

   sudo cp cuda/include/cudnn.h /usr/local/cuda/include
   sudo chmod a+x /usr/local/cuda/include/cudnn.h
   sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ 
   sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

   确认是否安装成功：

   cat cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

   

4. 安装Anaconda

1. 清华镜像下载安装包

   https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

   我选择的是

Anaconda3-5.3.0-Linux-x86_64.sh        636.9 MiB        2018-09-28 06:43

2. 安装

sudo sh Anaconda3-5.3.0-Linux-x86_64.sh

是否安装VScode可以选no，因为我这边会一直说我网路无连接

3. 检查安装

   照例重开终端

   conda -V

   有版本显示则为成功

5. 安装tensorflow-gpu

1. 安装tensorflow-gpu 1.14.0

pip install tensorflow-gpu==1.14.0

这里如果下载速度很慢可以换pip的源，一般豆瓣的源最快

touch ~/.pip/pip.conf
gedit ~/.pip/pip.conf
修改如下
[global]
index-url = http://pypi.douban.com/simple/ 

看似简单但我还是遇到了错误（可能这就是bug体质吧）但是别急，一个一个来

如图可以看到有两个报错 一个警告

第一个报错：

它说咱们没有安装包，那咱们直接下载一个不就行了吗

打开官网：https://pypi.org/project/PyHamcrest/

pip install PyHamcrest-2.0.2-py3-none-any.whl --user

如果不加 –user这个参数会报错:权限不够

这个错误也是我们之前装tensorflow的第二个错误

第三个警告：

只需要跟着他的提示更新pip就好

之后我们重新pip install tensorflow-gpu==1.14.0 –user

2. 测试TF-gpu是否安装成功

import tensorflow as tf
tf.test.is_built_with_cuda()
tf.test.is_gpu_available()

如果输出两个True就可以了