欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Ubuntu 16.04环境下安装Tensorflow-GPU+OpenCV

程序员文章站 2022-07-14 12:33:36
...

深度学习环境配置


主要记录一下在 Ubuntu16.04 中配置 tensorflow-gpu+opencv的过程。

安装Cuda

Attention 安装驱动前需要先确定所需要的cuda版本,根据cuda版本选择驱动版本,根据驱动版本选择系统的内核版本。

查看Tensorflow 对应的cuda版本: https://tensorflow.google.cn/install/source#linux

查看cuda对应的驱动版本:https://developer.nvidia.com/cuda-toolkit-archive 查看指定cuda版本的online documentation 的 installation guide 一栏,确定要求的系统内核版本。

一般对于Ubuntu16.04,cuda-10 及其以下版本都只支持4.4.0版本的内核,而目前Ubuntu官网提供的最新的16.04的iso文件内核版本为4.15.0 (查看系统内核版本命令 uname -r)。可以使用降低内核来达到内核版本要求(但是我没成功)。另外一种方式就是使用Ubuntu16.04.1 重新安装系统,该系统自带内核版本为 4.4.0 。

另外,推荐安装完系统后安装Anaconda用来管理Python开发环境。

安装步骤

  1. 禁用nouveau
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

# 文件内容为
# blacklist nouveau  
# options nouveau modeset=0 

sudo update-initramfs -u
sudo sync
sudo reboot
  1. 查看是否禁用成功
lsmod | grep nouveau # 没有任何输出表示禁用成功
  1. 下载cuda: http://developer.nvidia.com/cuda-downloads 选择需要的cuda文件(选择 runfile),根据cuda文件名确定驱动版本好。例如 cuda_10.1.105_418.39_linux.run 所需要的版本号为 418 系列,只要主版本号符合就行
  2. 下载驱动:https://www.nvidia.cn/Download/index.aspx?lang=cn (有些比较老的驱动,可以尝试直接百度搜索 ‘nvidia + 版本号’ 的方式下载)
  3. 安装驱动
# ctrl+alt+f1 进入文本模式
sudo service lightdm stop # 关闭图形界面
sudo apt purge nvidia*  # 卸载之前安装的驱动
sudo chmod a+x NVIDIA-Linux-x86_64-xxx.xxx.run  # 修改权限,其中 xxx.xx 为具体的驱动版本号
sudo ./NVIDIA-Linux-x86_64-xxx.xxx.run --no-opengl-files # 安装驱动, --no-opengl-files 参数很重要
# 安装完成后可以通过 nvidia-smi 命令查看安装是否成功:如果正确输出显卡信息,则表示安装成功
  1. 安装Cuda
# 依旧是在文本模式下安装
sudo chmod +x cuda_xxx.run
sudo ./cuda_xxx.run # 注意:安装过程中会有基础选择提示,除了不要安装驱动外其余选项自己选择
  1. 添加环境变量
sudo gedit  /etc/profile
# 在文件末尾添加:
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64$LD_LIBRARY_PATH
sudo ldconfig # 使添加的环境变量生效
  1. 测试
	cd  /usr/local/cuda/samples/1_Utilities/deviceQuery
	sudo make
	./deviceQuery # Result = PASS 表示测试通过,安装成功

配置cuDnn

引用博客 https://www.cnblogs.com/alexanderkun/p/6908191.html

安装Tensorflow + OpenCV

Attention 建议使用Anaconda 来管理虚拟环境,用pip来管理虚拟环境内的第三方包的安装和卸载

  1. 安装Anaconda:https://www.anaconda.com/distribution/
  2. Anaconda切换中科大源:http://mirrors.ustc.edu.cn/help/anaconda.html
  3. Anaconda常用命令:1. Anaconda完全入门指南 2. Anaconda常用命令
  4. 切换pip到国内源:使用中科大源
  5. **虚拟环境,使用pip安装tensorflow-gpu和opencv
  6. 验证安装是否成功
conda activate env_name
python
import tensorflow
import cv2
tensorflow.__version__
cv2.__version__

后语

关于Ubuntu 下的python开发环境,可以使用PyCharm 社区版,永久免费,功能比较多,但是比较大。或者使用vscode+各种插件。轻量级,但是可能环境配起来比较麻烦。最后,Ubuntu 安装 Nvidia 驱动真的坑…
最后附一些比较有用的博客链接:

  1. tensorflow 使用CPU而不使用GPU的问题解决
  2. Linux查看cuda和cudnn版本