付网站建设服务费的会计分录,wordpress 适合做小说站吗,制作微信小程序怎么赚钱,iis网站配置 无法浏览文章目录Ubuntu18.04安装cuDNN和Tensorflow的正确姿势一、检查NVIDIA驱动是否安装成功二、检查CUDA是否安装成功三、安装cuDNN1. 确定版本2. 下载安装包3. 解压安装4. 安装libcupti四、安装Tensorflow1. 确定版本2. 安装pip3. 安装Tensorflow4. 检查是否正常运行五、错误解决1.…
文章目录Ubuntu18.04安装cuDNN和Tensorflow的正确姿势一、检查NVIDIA驱动是否安装成功二、检查CUDA是否安装成功三、安装cuDNN1. 确定版本2. 下载安装包3. 解压安装4. 安装libcupti四、安装Tensorflow1. 确定版本2. 安装pip3. 安装Tensorflow4. 检查是否正常运行五、错误解决1. so文件找不到的错误2. 安装Tensorflow时报错3. error: invalid command bdist_wheelUbuntu18.04安装cuDNN和Tensorflow的正确姿势
本文章主要讲解 ubuntu 系统如何正确安装 cuDNN 和 Tensorflow。
需要提前准备
一个安装好的Ubuntu 18.04NVIDIA 驱动已经安装成功CUDA已经安装成功
一、检查NVIDIA驱动是否安装成功
打开终端执行
nvidia-smiWed Jul 10 11:49:26 2019
-----------------------------------------------------------------------------
| NVIDIA-SMI 430.26 Driver Version: 430.26 CUDA Version: 10.2 |
|---------------------------------------------------------------------------
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
||
| 0 GeForce RTX 208... Off | 00000000:42:00.0 On | N/A |
| 0% 42C P8 17W / 300W | 309MiB / 11011MiB | 0% Default |
--------------------------------------------------------------------------------------------------------------------------------------------------------
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
||
| 0 1520 G /usr/lib/xorg/Xorg 18MiB |
| 0 1626 G /usr/bin/gnome-shell 79MiB |
| 0 7641 G /usr/lib/xorg/Xorg 95MiB |
| 0 7772 G /usr/bin/gnome-shell 113MiB |
----------------------------------------------------------------------------如果出现上面的结果说明成功。如果没有安装请参考这篇文章Linux安装NVIDIA显卡驱动的正确姿势或这篇文章Ubuntu 18.04安装NVIDIA英伟达 RTX2080Ti显卡进行安装。
二、检查CUDA是否安装成功
关于 CUDA 的安装可以参考 Linux安装CUDA的正确姿势这篇文章。
打开终端执行
nvcc --versionnvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Apr_24_19:10:27_PDT_2019
Cuda compilation tools, release 10.1, V10.1.168说明CUDA的命令已经安装成功。接下来测试案例是否能够正常运行。
#编译并测试设备 deviceQuery
cd /usr/local/cuda-9.2/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery#编译并测试带宽 bandwidthTest
cd ../bandwidthTest
sudo make
./bandwidthTest如果这两个测试的最后结果都是Result PASS说明 CUDA 安装成功啦。
三、安装cuDNN
1. 确定版本
在安装之前需要参考与Tensorflow的支持关系可以通过这个网址查看。 因为目前本地安装的环境如下
Ubuntu 18.04NVIDIA Driver 430.26CUDA 10.1
所以推荐安装 cuDNN 7.6.0 版本并配合 Tensorflow 1.13.0/1.14.0 都可以。
2. 下载安装包
下载地址可以在NVIDIA官网下载。要下载 cuDNN Library for Linux这项。 3. 解压安装
打开终端执行
tar -zxvf cudnn-10.1-linux-x64-v7.6.0.64.tgz
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64/
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include/# 为所有用户设置读取权限
sudo chmod ar /usr/local/cuda-10.1/include/cudnn.h sudo chmod ar /usr/local/cuda-10.1/lib64/libcudnn*4. 安装libcupti
这是 NVIDIA CUDA 分析工具接口此库提供高级分析支持。
打开终端执行
sudo apt-get install libcupti-dev四、安装Tensorflow
1. 确定版本
由于上一步我们选择安装了 cnDNN 7.6.0 并且是配合 CUDA 10.1所以从这个网址我们可以得知可以安装最高版本 Tensorflow 1.13.0。
2. 安装pip
大家可以根据实际情况进行选择是安装 pip 还是 pip3本文以 pip3 为例子。
sudo apt-get install python3-dev python3-pip此时 pip3 已经安装成功。
3. 安装Tensorflow
终端执行
pip3 install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.12.0-cp36-cp36m-linux_x86_64.whl关于下载的连接可以参考官方网址。 此步骤可能会很慢如果有代理的可以提前设置好代理。 4. 检查是否正常运行
以下两个测试可以直接在终端内复制执行。
测试 1
python3 -c import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))测试 2
python3 -c from tensorflow.python.client import device_lib; device_lib.list_local_devices()如果以上两条返回的内容中都没有错误代表Tensorflow安装成功。
五、错误解决
1. so文件找不到的错误
错误例子如下
2019-07-10 11:26:57.200271: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library libcublas.so.10.0; dlerror: libcublas.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /usr/local/cuda/lib64::/usr/local/cuda-10.1/lib64:/usr/local/cuda-10.1/lib64:/usr/local/cuda-10.1/lib64{LD_LIBRARY_PATH::/usr/local/cuda-10.1/lib64{LD_LIBRARY_PATH::/usr/local/cuda-10.1/lib64}}:/usr/local/cuda-10.1/lib64:/usr/local/cuda-10.1/lib主要错误信息为Could not dlopen library libcublas.so.10.0。造成这样的原因是链接文件不对造成的。
这种问题很好解决下面我罗列一些常发生这样错误的so文件解决办法首先大家要确定报错的so文件名称是什么例如上面报错的是libcublas.so.10.0这个文件那么就找到对应的libcublas库文件然后在/usr/local/cuda-10.1/lib64/目录下创建一个bcublas.so.10.0连接文件即可。
一般缺失的so文件都在/usr/local/cuda-10.1/lib64/目录下有一些特别的在/usr/lib/x86_64-linux-gnu/目录下。
libcudartsudo ln -s /usr/local/cuda-10.1/lib64/libcudart.so.10.1 /usr/local/cuda-10.1/lib64/libcudart.so.10.0libcufftsudo ln -s /usr/local/cuda-10.1/lib64/libcufft.so.10.1.168 /usr/local/cuda-10.1/lib64/libcufft.so.10.0libcurandsudo ln -s /usr/local/cuda-10.1/lib64/libcurand.so.10.1.168 /usr/local/cuda-10.1/lib64/libcurand.so.10.0libcusolversudo ln -s /usr/local/cuda-10.1/lib64/libcusolver.so.10.1.168 /usr/local/cuda-10.1/lib64/libcusolver.so.10.0libcusparsesudo ln -s /usr/local/cuda-10.1/lib64/libcusparse.so.10.1.168 /usr/local/cuda-10.1/lib64/libcusparse.so.10.0libcublassudo ln -s /usr/lib/x86_64-linux-gnu/libcublas.so.10.2.0.168 /usr/local/cuda-10.1/lib64/libcublas.so.10.0如果 /usr/lib/x86_64-linux-gnu/目录下没有libcublas库可以在/usr/local/cuda10.1/targets/x86_64-linux/lib/查找libcublas库。
2. 安装Tensorflow时报错
python setup.py egg_info
如果错误如下 Complete output from command python setup.py egg_info:Traceback (most recent call last):File string, line 1, in moduleModuleNotFoundError: No module named setuptools----------------------------------------
Command python setup.py egg_info failed with error code 1 in /tmp/pip-build-szai5bvj/absl-py/
解决办法为安装setuptools
pip3 install --upgrade setuptools然后重新安装Tensorfow。
3. error: invalid command ‘bdist_wheel’
如果遇到此错误
pip3 install wheel然后重新安装Tensorfow。 END
