基于cuda9.0 和 cudnn v7 搭建tensorflow GPU环境

1。安装nvidia驱动  直接桌面安装

 

2. 安装cuda。下载https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal

(1) 打开命令行模式  Ctrl+Alt+F1， 输入用户名和密码后 输入   sudo service lightdm stop    (退出 Ctrl+Alt+F7)

(2)到下载打cuda目录  输入  sudo sh cuda_9.0.176_384.81_linux.run      之后一直按回车键阅读完后 输入 accept  （安装是不要安装驱动 输入 n，其他的输入y，路径可以自己选择也可以默认）

（3）添加环境变量

sudo gedit ~/.bashrc   在尾部添加

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-9.0
export PATH=/usr/local/cuda-9.0/bin:$PATH

保存退出  输入  source ~/.bashrc

(4)打开命令行模式  Ctrl+Alt+F1，    sudo service lightdm start

2.1 cuda卸载

sudo /usr/local/cuda-9.0/bin/uninstall_cuda_9.0.pl

cd /usr/local

sudo rm -f cuda-9.0

3.安装cudnn

（1）下载 https://developer.nvidia.com/rdp/cudnn-archive  下载后解压

（2）拷贝到cudn目录下

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

sudo chmod a+r /usr/local/cuda/include/cudnn.h

sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

 

4.安装tensorflow

(1) sudo apt-get install python-pip python-dev python-virtualenv

(2) virtualenv --system-site-packages ~/tensorflow

(3)  source ~/tensorflow/bin/activate

(4) easy_install -U pip        确保安装了pip 8.1 或者更高版本

(5)  pip install --upgrade  tensorflow-gpu

 

5.测试：

(1) python    在python里输入 import tensorflow as tf 回车看是否有报错

(2) 自己去测试tensorflow打官方例子