Ubuntu 16.04配置 Cuda, Cudnn, Anaconda, Tensorflow (GPU)
1. 初始工作
更新: sudo apt-get upgrade
2. 检测NVIDIA 显卡驱动是否安装
在终端输入:nvidia-smi
若出现下图,说明NVIDIA显卡已经安装:
若出现:command no found, 则需要先安装
NVIDIA显卡,具体安装步骤,
参见如下链接:https://www.jianshu.com/p/9384af4896f3
3. 安装cuda
以cuda9.0版本为例:
3.1)到NVIDIA官网下载相应的CUDA版本的run 文件
注:NVIDIA官网链接:https://developer.nvidia.com/cuda-toolkit-archive
3.2) cd 到run文件所在目录,输入:sudo sh cuda_9.0.176_384.81_linux.run
注:安装协议可以使用q跳过,显示第一个问题询问是否安装驱动。因为前面我们已经安装了驱动,所以我们不安装。
3.2) 添加环境变量
Ø 输入:sudo vim ~/.bashrc
Ø 打开~/.bashrc文件后,在文件末尾添加如下内容:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0
注:注意自己的cuda安装版本,自行修改;
Ø 保存关闭该文件,并编译:source ~/.bashrc
Ø 通过nvcc -V来验证安装是否成功,若出现如下信息,即Cuda安装成功
![](https://img2020.cnblogs.com/blog/1177559/202104/1177559-20210421190658442-241224213.png)
4. 安装Cudnn
4.1) 下载Cudnn安装包
Cudnn下载链接:https://developer.nvidia.com/rdp/cudnn-archive
注:Cudnn的版本要对应支持Cuda版本
4.2) cd到下载文件的路径,输入以下指令进行解压(安装):
sudo dpkg -i libcudnn7_7.2.1.38-1+cuda9.0_amd64.deb
或:tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz
注:注意自己安装Cudnn的文件名
4.3)解压后把相应的文件拷贝到对应的CUDA目录下即可
在终端输入
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64/
sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h
sudo chmod a+r /usr/local/cuda-8.0/lib64/libcudnn*
5. Anaconda安装
5.1)Anaconda 下载
下载链接: https://www.anaconda.com/products/individual
5.2 安装Anaconda:
输入bash Anaconda3-5.0.0.1-Linux-x86_64.sh
6. TensorFlow安装(GPU)
6.1) Aaconda3下创建虚拟环境
输入:conda create -n tfgpu-py36 python=3.6
注:终端下创建python 环境,其中tfgpu-py36是环境名称,python=3.6 是python版本
6.2) 激活环境(进入虚拟环境)
输入:conda activate gputf-py36
6.3)安装TensorFlow
输入:pip install tensorflow-gpu==1.4
6.4)安装open3d
输入:pip install --user open3d-python
6.4)关闭激活环境
输入: conda deactivate gputf-py36
6.5)查看虚拟环境安装信息
conda info –envs