標籤: 環境設置

Ubuntu

Ubuntu 18.04+GPU驅動+CUDA10.0+cuDNN7.6.5+Tensorflow-gpu-1.15.0+Keras 2.3.1

Posted on by leodflag

1.安裝顯卡驅動程式

$ sudo add-apt-repository ppa:graphics-drivers
$ sudo apt update
$ ubuntu-drivers devices

通常選free recommended，但我選nvidia-driver-440下載

$ sudo apt-get install nvidia-driver-440
$ sudo reboot #重開機

查看是否有安裝成功

$ nvidia-smi
$ nvidia-settings

上述兩個皆顯示nvidia-driver-440安裝成功

2.安裝CUDA10.0

進入nvidia官網檢查可安裝的版本，這邊選擇CUDA10.0安裝

按照環境選
兩個都下載，執行下兩行指令

$ sudo sh cuda_10.0.130_410.48_linux.run # 下載時仔細看要求
$ sudo sh cuda_10.0.130.1_linux.run

安裝缺失的套件，若沒拍到就下載下列全部

$ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
$ sudo apt-get install –no-install-recommends libboost-all-dev
$ sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
$ sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

設定CUDA10.0執行環境

$ sudo gedit ~/.bashrc # 會進入一個文件裡

在文件裡的最後複製貼上下面兩行，再用vim指令儲存文件

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}}

最後執行

$ source ~/.bashrc
$ sudo reboot #重開機

測試是否安裝成功，可進入CUDA Sample路徑執行 $ make命令

$ cd NVIDIA_CUDA-10.0_Samples/5_Simulations/fluidsGL
$ make clean && make
# 运行
$ ./fluidsGL
$ nvcc -V # 可看CUDA有無安裝成功

3.安裝cuDNN 7.6.5

進入cuDNN的下載頁面前，要先註冊，註冊完登入後就可進入此頁面

可看到跟CUDA 10.0配合的是cuDNN v7.6.5
選擇3個 Ubuntu18.04 (Deb) 檔案

$ sudo dpkg -i

測試 cuDNN 可否運行

$ cp -r /usr/src/cudnn_samples_v7/ $HOME # 複製測試檔到家目錄
$ cd $HOME/cudnn_samples_v7/mnistCUDNN # 進入路徑
$ make clean && make # 執行
$ ./mnistCUDNN # 執行後最後一行出現Test Passed表示cuDNN安裝成功

4.下載tensorflow_gpu-1.15.0

先到Tensorflow官網查看要下載的版本

查了CUDA 10.0+CUDNN 7.6+tensorflow_gpu的配置後看到這篇文章裡面的環境配置文章

$ pip install tensorflow-gpu==1.15.0 # 下載指定版本

在Python3.6環境下測試

from tensorflow.python.client import device_lib
import tensorflow as tf
print(device_lib.list_local_devices())
print(tf.test.is_built_with_cuda())

5.安裝Keras 2.3.1

pip install Keras==2.3.1

0