ubuntu+tensorflow1.5.0gpu版+cuda9.0+cudnn7.0深度学习环境配置 computer

Tensorflow深度学习环境相关配置
这两天配置这个GPU深度学习环境也是费劲脑汁，参考了很多网上教程，但是有些已经过时了，参考意义不大，下面开始总结一下整个配置过程：
一、配置准备
1、首先查看电脑显卡是否支持cuda加速，贴出官方链接：https://developer.nvidia.com/cuda-gpus，

文章图片

选第四个，一般算力大于3.0的就可以进行cuda加速了。
2、考虑安装的tensorflow版本，不同tf版本对应支持的cuda+cudnn加速版本也不一样。
题主安装的是最新的tensorflow-gpu-1.5.0版本，对于cuda支持的版本是cuda9.0，对于cudnn支持的版本是cudnn.v7.1.1_for_cuda9.0（别下错了，我最开始下的是cuda9.1，发现测试导入tensorflow总是找不到cuda，查了一下发现是版本不支持，于是删了重下的cuda9.0）。

【ubuntu+tensorflow1.5.0gpu版+cuda9.0+cudnn7.0深度学习环境配置】贴出官方下载链接：cuda——https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=deblocal

cudnn——https://developer.nvidia.com/rdp/cudnn-download
二、开始配置
安装教程按照官方安装说明：

cuda安装，需要修改一下版本号，不然每次默认安装最新的cuda9.1：

1、安装cuda包，查看对于路径下的版本号

sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb

sudo apt-key add /var/cuda-repo-/7fa2af80.pub

sudo apt-get update

sudo apt-get install cuda-9-0

安装完进测试一下是否正确安装版本

cd /usr/local/cuda/samples/1_Utilities/deviceQuery

make#我的make过了

sudo ./deviceQuery

结果如图：

ubuntu+tensorflow1.5.0gpu版+cuda9.0+cudnn7.0深度学习环境配置

文章图片

2、安装cudnn包
解压包

tar -xzvf cudnn-9.0-linux-x64-v7.tgz

复制下列文件到cuda文件路径下

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 /usr/local/cuda/lib64/libcudnn*

安装、测试样本文件，&HOME指定任意路径，需要新建一个文件夹，可以在Home下进行：mkdir CudnnTest

cp -r /usr/src/cudnn_samples_v7/ $HOME

cd$HOME/cudnn_samples_v7/mnistCUDNN

make clean && make

./mnistCUDNN

如果测试出现了下述代码：

Test passed!

说明整个Cudnn环境安装无误。
3、安装tensorflow-gpu 我设置默认的是python3.5.2，所以用的pip3; 如果是python2的话对应的pip就行：

sudo pip3 install --upgrade tensorflow-gpu

最后的导入效果如下：

文章图片

可以用这篇文章的小程序跑一下是否能够支持GPU运行：http://blog.csdn.net/u011108244/article/details/77868546
（渣电脑就不发我跑的结果了，如果正确按照上述安装过程的话应该是没有错的。）
————————————————————————————手动分割线—————————————————————————————

三、配置失误看这里当然，如果不小心误操作了Cuda安装错了也没关系，用下述指令删除，（这里版本是9.1，对应不同情况自行修改）：