首先十分感谢我的老师对我的支持,终于申请到了电脑,现在终于可以在linux系统下载配置tensorflow-GPU加速器了,对于新手说安装过程也是十分’感动’,掉坑无数,希望本文可以给大家带来帮助。

步骤一:安装Nvidia显卡驱动
步骤二:下载并安装cuda8.0
步骤三:安装GPU版tensorflow
步骤四:安装atom及其插件
步骤五:测试程序

步骤一 :安装Nvidia显卡驱动

步骤二:下载并安装cuda8.0

说明:ubantu16.04只能安装cuda8.0,其他版本安装很多问题。

1、cuda下载

历史版本链接https://developer.nvidia.com/cuda-toolkit-archive(需要注册后下载,毕竟免费嘛),记得选择cuda8的版本。

windows安装GPU版本XGBoost 怎么安装gpu_gpu

下载的是run文件(不要问为什么不载deb文件,说多了都是泪… …)
2、cuda安装

cd /download/ #首先跳转至下载目录或者直接在下载目录打开终端
sudo chmod +x cuda_8.0.61_375.26_linux.run 
sudo ./cuda_8.0.61_375.26_linux.run

画重点,敲!黑!! 板!!!

windows安装GPU版本XGBoost 怎么安装gpu_gpu_02


安装提示是否安装Linux-x86_64 361.62驱动,这里必须输入“N”不安装,因为我们在步骤一就安装了稳定的Nvidia驱动嘛,如果不小心按下了“Y”,那么恭喜你,cuda后面的安装都会出错[笑哭]。

后面的全部按照默认即可,然后耐心等待一下,可以去喝杯茶或者咖啡~。

安装完毕后,再声明一下环境变量,并将其写入到 ~/.bashrc 的尾部,终端输入:sudo gedit ~/.bashrc ,在打开的文档末尾插入如下内容保存即可.然后 source ~/.bashrc 使之生效即可。

export PATH=/usr/local/cuda-8.0/bin\${PATH:+:\${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64\${LD_LIBRARY_PATH:+:\${LD_LIBRARY_PATH}}

最后测试cuda8.0,在终端执行以下命令:

cd ~/NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuery
make
./deviceQuery

输出Result = PASS 表示安装成功。

windows安装GPU版本XGBoost 怎么安装gpu_python_03


**配置cudnn5/cudnn6

下载后安装非常简单,就是解压然后拷贝到相应的系统CUDA路径下,:

tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz

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*

参考:https://zhuanlan.zhihu.com/p/31430631步骤三:安装GPU版tensorflow

#安装python3
	sudo apt-get install python-pip python-dev 
	sudo apt-get install python3
 
	#安装pip用来安装tensorflow
	sudo apt-get install python3-pip
	sudo pip3 install -upgrade pip

	#选择python3作为默认,我们使用python3编写程序
	sudo update-alternatives --config python 
	sudo pip3 install tensorflow-gpu
	一般前面说的方法很慢或者版本不对应
	可以百度搜索:tensorflow清华大学镜像源安装方法,然后选择对应自己的python版本安装即可,速度贼快

安装完成后可以在终端测试以下,如下图tensorflow安装成功

windows安装GPU版本XGBoost 怎么安装gpu_python_04

步骤四:安装atom及其插件

可以参考链接:

步骤五:测试程序
最后在atom新建一个文件保存问.py文件,测试代码如下:

# Creates a graph.
import tensorflow as tf
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))

windows安装GPU版本XGBoost 怎么安装gpu_cuda_05

最后输出如下,可以看到使用编译代码的设备,“GPU :0”:自己电脑上的GPU。如果电脑还有多个GPU,则为“GPU:1/2/3”。

windows安装GPU版本XGBoost 怎么安装gpu_cuda_06

总结:自己摸索找资料的确花费很多时间,希望本文能给大家带来帮助。
参考链接2:https://zhuanlan.zhihu.com/p/31430631 参考链接4:https://zhuanlan.zhihu.com/p/28083241