ubuntu 安装 javasdk Ubuntu 安装cuda

目录

• 一、安装CUDA
• 二、安装cudnn
• 三、安装Anaconda
• 四、安装tensorflow-gpu
• 五、参考链接

一、安装CUDA

1、前往官网下载符合自己系统版本的CUDA（CUDA版本根据自己需求选择，我这里下载的CUDA10.0版本）

2，打开终端进入到CUDA安装文件所在文件夹，赋予其可执行权利

sudo  chmod +x cuda_10.0.130_410.48_linux.run

3、安装CUDA

sudo ./cuda_10.0.130_410.48_linux.run

安装前要阅读说明，可以按Ctrl+C直接完成阅读。接下来就是安装选项。

第一个选项中问你是否安装显卡驱动(由于我已经安装了最新的显卡驱动，所以no)

第二个选项问你是否安装CUDA(yes)

第三个选项让你输入安装路径(默认就回车)

第四个选项问你是否创建软链接(yes)

第五个选项问你是安装测试(no)

然后就开始安装了

4、修改环境变量

sudo gedit ~/.bashrc

在最后面加上（根据自己的安装路径进行修改）

export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}

更新生效

source ~/.bashrc

---

有人说是在 profile 下添加环境变量

sudo gedit /etc/profile

然后添加环境变量

export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}

然后更新生效

source /etc/profile

5、可以在终端查看安装的版本信息

nvcc -V
或者
cat /usr/local/cuda/version.txt

6、测试是否安装成功

进入目录

cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQueryDrv

编译

sudo make

执行

./deviceQueryDrv

二、安装cudnn

1、官网下载与CUDA对应的cudnn版本（要注册账号才能下载）
2、打开终端进入cudnn下载目录，对其进行解压

tar -zxvf cudnn-10.0-linux-x64-v7.4.2.24.solitairetheme8

3、将解压后的文件复制到cuda目录下（根据自己的路径进行修改）

sudo cp cuda/lib64/* /usr/local/cuda-10.0/lib64/
sudo cp cuda/include/* /usr/local/cuda-10.0/include/

4、查看版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

三、安装Anaconda

1、去anaconda官网下载Linux版本的anaconda（https://www.anaconda.com/distribution/）
2、打开终端，进入anaconda安装包所在目录，根据版本下载的anaconda文件名输入

bash Anaconda3-2019.07-Linux-x86_64.sh

2、按照提示进行安装（最后会询问是否把anaconda添加到环境变量，选择yes）

3、更新环境变量

source ~/.bashrc

4、可以在终端输入python来进入python环境
5、通过终端启动anaconda，然后将其锁定到启动器

anaconda-navigator

四、安装tensorflow-gpu

1、创建tensorflow运行的虚拟环境

conda create -n tensorflow python=3.6

2、激活tensorflow虚拟环境

conda activate tensorflow

3、安装tensorflow-gpu和keras

pip install tensorflow-gpu keras

4、测试
在tensorflow环境中输入下列代码，如果能打印输出版本信息则安装成功

python
import tensorflow as tf
print(tf.__version__)
import keras as kr
print(kr.__version__)

ps:有时在import tensorflow的过程中会报错，如下图

这是因为numpy的版本太高或太低导致的，我这里的版本是numpy-1.17.0，是最新的版本，tensorflow可能不支持。

解决方法：在tensorflow环境中卸载原有版本，安装一个低版本的numpy(我这里安装的是numpy-1.16.0)

卸载原版本的numpy
pip uninstall numpy
安装1.16.0版本的numpy
pip install numpy==1.16

5、在anaconda中使用tensorflow环境
打开anaconda，在environment中切换到tensorflow

选择not installed，然后搜索spyder

将spyder勾选上，然后点击右下角的apply安装

ps：anaconda很方便，你完全可以在anaconda中仅仅通过点击鼠标和少量的敲键盘就可以完成tensorflow环境的配置（从cuda到tensorflow），而无需像本文一样完全手动…

从上图可以看出，在spyder中也能成功调用tensorflow了。