deepin15.5 安装tensorflow-gpu

孤者浪人 提交于 2020-11-27 02:40:40

deepin的CUDA和cuDNN安装方法与其它系统有所不同,参考其它操作系统的方法也许不适用,特别是显卡驱动的安装,容易使系统出现问题

本次配置:

操作系统:deepin15.5桌面版

电脑品牌:联想拯救者

CPU:i5-7300HQ

显卡:NVIDIA  GTX 1050Ti

tensorflow版本:1.4

cuda版本:8.0

cudnn版本:6

目录:

  • 安装显卡驱动
  • 安装CUDA
  • 安装tensorflow-GPU
  • 安装CUDNN

 一、安装显卡驱动

deepin15.5的显卡驱动可以使用bumblebee工具,此处不需要手动禁用nouveau,因为安装完成之后会自动禁用

安装驱动命令:

sudo apt-get install bumblebee bumblebee-nvidia nvidia-smi

安装完之后,在命令行输入:

optirun nvidia-smi

输出:

上图表明安装已经成功。

驱动使用方法:

在进行训练前,在终端输入sudo tee /proc/acpi/bbswitch <<< ON,可开启显卡。 
在训练结束后,在终端输入sudo tee /proc/acpi/bbswitch <<< OFF,可关闭显卡。

二、安装CUDA

网上很多教程都不适用于我的系统,下载安装包来安装也会报错,所以这里采用命令行安装的方法:

sudo apt install nvidia-cuda-dev nvidia-cuda-toolkit nvidia-nsight nvidia-visual-profiler

至此,CUDA安装完成

三、安装tensorflow-GPU

为什么要在安装cuDNN之前安装tensorflow-gpu呢?因为我们之前安装的cuda方法与往常不同,所以cuDNN的安装方法也有所不同,需要先安装tensorflow-gpu

安装很简单,输入以下命令:

pip install tensorflow-gpu==1.4

四、安装cuDNN

从官方网站下载安装包:https://developer.nvidia.com/rdp/cudnn-download

下载之后解压,会得到一个cuda文件夹。

接下来进行两个步骤:

  • 步骤一:将解压出来的cuda/include/下的cudnn.h文件复制到/usr/local/include/目录下。
  • 步骤二:将cuda/lib64/目录下的所有文件复制到python环境的tensorflow包的tensorflow/python/目录下

我的python环境的tensorflow包的tensorflow/python/目录是:/home/XXX/anaconda3/lib/python3.6/site-packages/tensorflow/python

至此,所有安装都已经结束

测试:

进入python环境中,输入以下命令:

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

输出:

结果中有GPU的名称,显存等信息,表示tensorflow可以使用GPU了

如有问题,欢迎留言讨论

 

参考资料:

https://blog.csdn.net/aaronjny/article/details/79330727

 

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!