参考链接:https://blog.csdn.net/CosmosHua/article/details/76644029。https://zhuanlan.zhihu.com/p/44183691。
- 安装nvidia显卡驱动:去nvidia官网下载对应的linux驱动。
- 输入命令:
lsmod | grep nouveau,如果有输出信息,需要禁用nouveau,命令:sudo gedit /etc/modprobe.d/blacklist.conf,在文本最后添加两句blacklist nouveau;options nouveau modeset=0。重启:sudo update-initramfs -u;sudo reboot。 sudo chmod +x NVIDIA-Linux-x86_64-xx.run给文件赋予权限,执行文件:sudo ./NVIDIA-Linux-x86_64-xx.run –no-x-check -no-nouveau-check -no-opengl-files。输入命令nvidia-smi,检查是否安装成功。- 安装cuda9.0:
sudo sh cuda_9.0.176_384.81_linux.run - 配置cuda环境变量:
sudo vi ~/.bashrc;export PATH=/usr/local/cuda-9.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
更新:
source ~/.bashrc。 - 检查cuda:
nvcc -V。cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery;sudo make;./deviceQuery。显示关于gpu信息则成功。 - 安装cudnn:下载cudnn7。解压:
tar -xzvf cudnn-9.0-linux-x64-v7.tgz;sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include;sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64;sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn* - 安装anaconda:
bash Anacondaxxxx.sh - 创建虚拟环境,然后
pip install tensorflow-gpu==1.8