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

Ubuntu16.04安装CUDA9.0以及cuDNN 以及一系列python环境配置等方法

程序员文章站 2022-03-03 14:48:00
...

Ubuntu16.04安装CUDA9.0以及cuDNN 以及一系列python环境配置等方法

安装cuda9.0

sudo sh cuda_9.0.176_384.81_linux.run

单击回车,一路往下运行,直到提示“是否为NVIDIA安装驱动nvidia-384?”,选择否,因为已经安装好驱动程序了,其他的全都是默认,不过要记住安装位置,默认是安装在/usr/local/cuda文件夹下。

配置环境变量,运行如下命令打开profile文件

sudo gedit  /etc/profile

打开文件后在文件末尾添加路径,也就是安装目录,命令如下:

export  PATH=/usr/local/cuda-9.0/bin:$PATH
export  LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH

保存,然后重启电脑

sudo reboot

测试CUDA的Samples例子

cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

如果显示的是关于GPU的信息,则说明安装成功了。

安装cudnn

使用命令解压文件cudnn-9.0-linux-x64-v7.tgz,并且复制到cuda路径中

tar -zxvf cudnn-9.0-linux-x64-v7.tgz
cd cuda    
sudo cp lib64/lib* /usr/local/cuda/lib64/    
sudo cp include/cudnn.h /usr/local/cuda/include/ 

然后更新网络连接:

cd /usr/local/cuda/lib64/  
sudo chmod +r libcudnn.so.7.0.5  //自己查看.so的版本 对应更改  
sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7  
sudo ln -sf libcudnn.so.7 libcudnn.so  
sudo ldconfig 

安装完成后可用 nvcc -V 命令验证是否安装成功,若出现版本信息则表示安装成功

安装Anaconda

bash Anaconda2-5.3.0-Linux-x86_64.sh

重启

安装opencv

pip install opencv-contrib-python==3.4.0.12

安装tensorflow-GPU

pip install tensorflow_gpu-1.10.0-cp27-cp27mu-manylinux1_x86_64.whl

安装1.11会报cudnn的错
!!!神坑
重启

安装Protobuf

在protobuf-3.6.1路径里

./configure
make
make check
sudo make install
sudo ldconfig # refresh shared library cache.
protoc --version #查看版本号

安装models

cd ~/tensorflow/models/research/
protoc object_detection/protos/*.proto --python_out=.

添加环境变量 PYTHONPATH(非常重要)

tensorflow/models/research/ 和 slim 目录 需要添加到PYTHONPATH环境变量中. 从终端中,切换到tensorflow/models/research/目录,执行:

#From tensorflow/models/research/

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

注意: 这条命令在新打开的终端中需要重新执行一次才会在新终端中生效,如果不想那么麻烦,就用下面的命令编辑 ~/.bashrc 文件,把上面的语句添加到末尾.

gedit ~/.bashrc 

测试

python object_detection/builders/model_builder_test.py
相关标签: 安装