本站消息

站长简介/公众号


站长简介:逗比程序员,理工宅男,前每日优鲜python全栈开发工程师,利用周末时间开发出本站,欢迎关注我的微信公众号:幽默盒子,一个专注于搞笑,分享快乐的公众号

  价值13000svip视频教程,python大神匠心打造,零基础python开发工程师视频教程全套,基础+进阶+项目实战,包含课件和源码

  出租广告位,需要合作请联系站长

+关注
已关注

分类  

暂无分类

标签  

暂无标签

日期归档  

2020-10(49)

2020-11(16)

Ubuntu18.04 + CUDA10.0 + tensorflow-gpu 安装过程

发布于2019-08-06 10:41     阅读(290)     评论(0)     点赞(1)     收藏(4)



版权声明:所有的博客都是个人笔记,交流可以留言。未经允许,谢绝转载。。。 https://blog.csdn.net/qq_35976351/article/details/89178917

简介

这篇博客Ubuntu16.04+CUDA9+tensorflow的安装流程。不过,随着软件不断更新,现在Ubuntu18.04逐渐成为客户端的主流,加上tf开始支持CUDA10,在这里在更新一下教程。

看一下tensorflow官方版本的支持:

确定安装1.13.1的版本

安装CUDA10.0

下载CUDA10:https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal

转到下载的目录执行:

sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda

在当前终端设置环境变量:

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 

安装cuDNN 7.4

在这里下载cuDNN7.4:https://developer.nvidia.com/rdp/cudnn-archive
需要登录下载

然后在下载目录下执行:

sudo dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb 

安装Tensorflow-GPU版本

这里默认是python3的环境。

转到home下,执行:

sudo apt-get install python3-pip python3-dev python-virtualenv

确保安装了基本的工具。

之后,执行创建虚拟环境的命令:

virtualenv --system-site-packages -p python3 ~/tensorflow

激活虚拟环境:

source ~/tensorflow/bin/activate

更新pip

easy_install -U pip

在虚拟环境下,执行安装:

pip3 install --upgrade tensorflow-gpu

之后需要确认安装NVIDIA驱动!!

sudo ubuntu-drivers autoinstall

测试安装,在当前终端下,vim test.py,并添加内容:

import tensorflow as tf
import numpy as np
x = tf.placeholder("float",shape=[None,1])


W = tf.Variable(tf.zeros([1,1]))
b = tf.Variable(tf.zeros([1]))


y = tf.matmul(x,W) +b

y_ = tf.placeholder("float",[None,1])

cost = tf.reduce_sum(tf.pow((y_-y),2))

train_step = tf.train.GradientDescentOptimizer(0.001).minimize(cost)

init = tf.initialize_all_variables()

sess = tf.Session()
sess.run(init)


All_x = np.empty(shape=[1,1])
All_y = np.empty(shape=[1,1])


for i in range(1000):
    x_s = np.random.rand(1,1)

    y_s = np.dot([[0.33]],np.random.rand(1,1)) + 0.33

    feed = {x: x_s, y_: y_s}
    sess.run(train_step,feed_dict=feed)
    print("After %d iteration:"%i)
    print("W : %f"%sess.run(W))
    print("b : %f"%sess.run(b))

    All_x = np.concatenate((All_x,x_s))
    All_y = np.concatenate((All_y,y_s))

print(All_x)
print(All_y)

之后,执行:

python3 test.py

看到一系列的输出,表示安装成功!!






所属网站分类: 技术文章 > 博客

作者:嘴巴嘟嘟

链接:https://www.pythonheidong.com/blog/article/7822/504493e0c3252dc5ba13/

来源:python黑洞网

任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任

1 0
收藏该文
已收藏

评论内容:(最多支持255个字符)