ubuntu环境配置之cuda10+tensorflow-gpu

ubuntu环境配置之tensorflow

cuda10和cudnn7.4.2下载安装

cuda10 到官网上选择合适的版本下载即可,这里选啦cuda10。最后下载run文件进行安装。
cuda安装流程中默认设置。

cudnn7.4.2安装

解压

sudo tar -xvf cudnn-10.0-linux-x64-v7.6.5.32.tgz

将对应文件复制到cuda目录中

sudo cp cuda/include/cudnn.h /usr/local/cuda-10.0/include/ 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.0/lib64/ 
sudo chmod a+r /usr/local/cuda-10.0/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-10.0/lib64/libcudnn*

测试

 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2  #查看cudnn的版本

Anaconda下载安装

下载的话,可以直接到Anaconda官网去下载安装包,或者国内的镜像。

安装

运行安装包,一路回车和输入yes即可,注意最后会让是否安装vscode,看自己的情况是否安装。

创建环境

先创建一个新的虚拟环境tensor.

conda create -n tensor python=3.6 

然后激活,进入该环境。

conda activate tensor

安装tensorflow-gpu,为了快速下载,需要使用国内的源。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/       #添加整个镜像源的地址

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/     #添加镜像源中 pytorch 对应的地址

安装:

pip install tensorflow-gpu==1.14.0

测试安装的tensorflow:

# python环境
import tensorflow as tf
tf.test.is_gpu_available()
# 最后显示True即可调用gpu
上一篇:RTX3090在ubuntu18.04下安装NVIDIA驱动、cuda、cudnn


下一篇:rsync同步文件,排除多个文件/目录