1.安裝顯卡驅動程式
$ sudo add-apt-repository ppa:graphics-drivers
$ sudo apt update
$ ubuntu-drivers devices
$ 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
$ 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
$ 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