最近在研究风格化得内容,发现搭建环境实在是很头疼的事情,虽然网上已经有各路大神总结整理好了很多搭建指南,各种问题的解决方案都已经罗列出来供大家参考。然后参考终究是参考,真正自己上手,发现仍旧是各种坑,各种问题层出不穷。所幸最后靠着大咖们的肩膀成功了,现想总结一下本人的搭建之路,也给后来人多一个参考。当然很多下载、安装的步骤就不去明说了,请查阅文末的参考文章。

一、安装N卡驱动

请参考:Ubuntu16.04 Nvidia显卡驱动简明安装指南

https://www.cnblogs.com/sharpeye/p/10104188.html

二、安装CUDA-9.0

下载如下文件:

cuda_9.0.176_384.81_linux.run

cuda_9.0.176.1_linux.run

cuda_9.0.176.2_linux.run ... 等更新文件

[传送门] https://developer.nvidia.com/cuda-90-download-archive

在安装之前先执行如下代码,添加依赖:

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

再执行:

$ sudo chmod +x cuda_9.0.176_384.81_linux.run   

$ sudo chmod +x cuda_9.0.176.1_linux.run   

$ sudo chmod +x cuda_9.0.176.2_linux.run   

$ ./cuda_9.0.176_384.81_linux.run --override

$ ./cuda_9.0.176.1_linux.run

$ ./cuda_9.0.176.2_linux.run 

三、安装cuDNN7.0

下载cuDNN7.0文件 [传送门] https://developer.nvidia.com/rdp/cudnn-archive  (需要注册·登录)

解压文件:

$ tar -zxvf cudnn-9.0-linux-x64-v7.tgz

把文件移到cuda目录下:

$ sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/

$ sudo cp  cuda/include/cudnn.h /usr/local/cuda-9.0/include/

3.给文件读取的权限

$ sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

至此cudnn配置完成

四、安装anaconda和Tensorflow

安装git:

sudo apt install git

克隆pyenv仓库,安装 pyenv:

git clone https://github.com/yyuu/pyenv.git ~/.pyenv

echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc

echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc

echo 'eval "$(pyenv init -)"' >> ~/.bashrc

exec $SHELL -l

source ~/.bashrc

重启终端 !

查看可供安装的版本:

pyenv install –list

安装anaconda

pyenv install anaconda3-5.0.1

pyenv rehash

查看版本

pyenv versions

切换版本

pyenv global anaconda3-5.0.1

通过Anaconda安装Tensorflow:

conda create -n tensorflow-gpu python=3.5

source activate tensorflow-gpu #激活环境

source deactivate tensorflow-gpu #关闭环境

pip install tensorflow-gpu==1.5.0

如果发现以后使用当中出现 ImportError: libcublas.so.9.0: cannot open shared object file 的错误,可尝试以下解决方法:

sudo ldconfig /usr/local/cuda-9.0/lib64 

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

添加到配置中去

参考:

http://www.cnblogs.com/lypniuyou/p/9518751.html

https://www.jianshu.com/p/eb6a52925566

https://blog.csdn.net/KGzhang/article/details/78619434

https://blossomnoodles.github.io/cnBlogs/2018/04/30/Ubuntu18.04-Tensorlow-install.html

https://www.jianshu.com/p/eb6a52925566

https://blog.csdn.net/AllenIrving/article/details/80406709

https://blog.csdn.net/weixin_40920290/article/details/80462734

https://blog.csdn.net/sinat_40276791/article/details/80403784?utm_source=blogxgwz5

https://blog.csdn.net/zhuoyueljl/article/details/83011641

Ubuntu16.04+Tensorflow+CUDA9.0+cuDNN7.0 环境简明搭建指南的更多相关文章

  1. win10+Ubuntu16.04双系统下深度学习环境的搭建

    环境零零碎碎地搭了三四天,虽然碰到各种问题,但还是搭建好了,自己整理记录下,同时也算给有需要的人一些指导吧 一.双系统的安装 Win10硬盘管理助手 压缩或者直接利用未使用的空间,空间大小自定,将腾出 ...

  2. ubuntu16.04 安装cuda9.0+cudnn7.0.5+tensorflow+nvidia-docker配置GPU服务

    [摘要] docker很好用,但是在GPU服务器上使用docker却比较复杂,需要一些技巧,下面将介绍一下在ubuntu16.04环境下的GPU-docker环境搭建过程. 第一步: 删除之前的nvi ...

  3. Tensorflow1.5.0+cuda9.0+cudnn7.0+gtx1080+ubuntu16.04

    目录 Tensorflow1.5.0+cuda9.0+cudnn7.0+gtx1080+ubuntu16.04 0. 前记 1. 环境说明 2. 安装GTX1080显卡驱动 3. CUDA 9.0安装 ...

  4. Ubuntu16.04安装cuda9.0+cudnn7.0

    Ubuntu16.04安装cuda9.0+cudnn7.0 这篇记录拖了好久,估计是去年6月份就已经安装过几遍,然后一方面因为俺比较懒,一方面后面没有经常在自己电脑上跑算法,比较少装cuda和cudn ...

  5. ubuntu18.04下搭建深度学习环境anaconda2+ cuda9.0+cudnn7.0.5+tensorflow1.7【原创】【学习笔记】

    PC:ubuntu18.04.i5.七彩虹GTX1060显卡.固态硬盘.机械硬盘 作者:庄泽彬(欢迎转载,请注明作者) 说明:记录在ubuntu18.04环境下搭建深度学习的环境,之前安装了cuda9 ...

  6. 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow

    深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow 最近在公司做深度学习相关的学习和实验,原来一直 ...

  7. ubuntu 16.04 +anaconda3.6 +Nvidia DRIVER 390.77 +CUDA9.0 +cudnn7.0.4+tensorflow1.5.0+neural-style

    这是我第一个人工智能实验.虽然原理不是很懂,但是觉得深度学习真的很有趣.教程如下. Table of Contents 配置 时间轴 前期准备工作 anaconda3 安装 bug 1:conda:未 ...

  8. (转)深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

      深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0 发表于2016年07月15号由52nlp 接上文<深度学习主机攒机小记>,这台GTX10 ...

  9. 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

    不多说,直接上干货! 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

随机推荐

  1. A neural reinforcement learning model for tasks with unknown time delays

    郑重声明:原文参见标题,如有侵权,请联系作者,将会撤销发布! Abstract 我们提出了一个基于生物学的神经模型,能够在复杂的任务中执行强化学习.该模型的独特之处在于,它能够在一个动作.状态转换和奖 ...

  2. Better Key Sizes (and Attacks) for LWE-Based Encryption

    郑重声明:原文参见标题,如有侵权,请联系作者,将会撤销发布! 以下是对本文关键部分的摘抄翻译,详情请参见原文 Abstract 基于“learning with errors”(LWE)问题,分析了理 ...

  3. foreach循環體控制

    通常情況下,在程式中的cursor定義之前,整合了l_sql變量后,轉化sql語句時,通過檢查STATUS的值來判斷sql語句是否有錯誤. 語句如:              if STATUS th ...

  4. 焦大:seo如何快速理解谷歌PR的计算奥秘

    http://www.wocaoseo.com/thread-248-1-1.html 前不久看到一个搞笑的说法,有人问谷歌PR的计算是PR值=0.15+0.85*(A网页传递值+B网页传递值--), ...

  5. TCP/IP网络编程之socket交互流程

    一.概要 本篇文章主要讲解基于.net中tcp/ip网络通信编程.在自我进步的过程中记录这些内容,方便自己记忆的同时也希望可以帮助到大家.技术的进步源自于分享和不断的自我突破. 技术交流QQ群:580 ...

  6. url_for函数——快速寻找url

    我们已经知道,知道了url就可以找到对应的视图函数,那么现在问题来了,如果我们知道了视图函数,要怎么找到url呢?这时候我们就需要url_for函数了. # coding: utf-8from fla ...

  7. Python中的协程,为什么说它的底层是生成器?

    我们曾经在golang关于goroutine的文章当中简单介绍过 协程 的概念,我们再来简单review一下.协程又称为是微线程,英文名是Coroutine.它和线程一样可以调度,但是不同的是线程的启 ...

  8. Python数据可视化之Excel气泡图

    最终实现的效果如图: 很多人学习python,不知道从何学起.很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手.很多已经做案例的人,却不知道如何去学习更加高深的知识.那么针对这三类 ...

  9. Android开发之解决Error:(16) Error: "ssdk_baidutieba_client_inavailable" is not translated in "en" (Englis

    由于添加ShareSDK文件,导致打包突然报错, 错误信息: Error:(16) Error: "baidutieba_client_inavailable" is not tr ...

  10. 一文吃透redis持久化,妈妈再也不担心我面试过不了!

    持久化介绍 redis 提供了两种方式方式进行数据的持久化(将数据存储到硬盘中):第一种称为快照(snapshotting)RDB,它将某一时刻的所有数据都写入硬盘,所以快照是一次全量备份,并且存储的 ...