实习第一天,带我的老师扔给我一台电脑,让我配置服务器环境。。。一脸懵逼+两手发麻,幸好还有度娘的帮忙,配配配!
(ubuntu14.04以配好)
第一步:ctrl+alt+t 打开终端,输入nvidia-smi
出来一张类似这样的图,描述了GPU的信息
当时我那台服务器显示的GPU是Tesla k40m
第二步:根据你所得到的GPU的类型,去百度该GPU所支持的cuda、cudnn版本 ,我最后选择的是cuda8.0和cudnn5.1
第三步:登录https://developer.nvidia.com/cuda-downloads
可以选择cuda下载,但是官网显示的总是最新的版本,目前最新的版本是cuda10.0,不符合我的选择,所以可以通过以下网址找到旧版本
点击older ,进入该页面
哈哈,要啥版本下啥版本!
下载完,就按上面介绍的安装命令安装
再设置环境变量,在终端中输入 sudo gedit /etc/profile
在打开的文件末尾,添加以下两行
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64
保存。如果不将它们不写入/etc/profile
文件的话,这样的环境变量在你退出终端后就消失了,不起作用了,所以写入才是永久的做法。
如果你想检查以下是否安装配置成功,可以参考这篇( https://blog.csdn.net/masa_fish/article/details/51882183)博文中的方法
第四步:去官网https://developer.nvidia.com/cudnn下载对应版本的cudnn5.1的安装包,需要先注册,并且那个网似乎有点不太好登录,这里提供我网盘里下载方式链接: https://pan.baidu.com/s/1oJK0tHIXIJ_0-V0GRvB1oA 提取码: hag9
下载完后(下载在home文件夹下)得到cudnn-8.0-linux-x64-v5.1.tgz,然后解压 tar -xvzf cudnn-8.0-linux-x64-v5.1.tgz
参考https://blog.csdn.net/QLULIBIN/article/details/80729570,做以下操作:
第五步:进入https://pypi.org/project/tensorflow-gpu/1.0.0/#files ,下载tensorflow_gpu版本的.whl文件
下载后切换到文件所在目录,终端输入 pip install 文件名.whl,即可安装
最后测试,终端进入 python
import tensorflow as tf
如果没有报错,那就成功了