真正安装我加的是这三行命令,应该都可以:
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-8.0
export PATH=/usr/local/cuda-8.0/bin:$PATH
安装cudnn:
去官网找对应的cuda的cudnn,应该只要下一个就行了吧,下载好后放在home目录下,
输入
tar xvzf cudnn-8.0-linux-x64-v6.0-ga.tgz(这个是你下好的cudnn文件名字,因人而异,就是个解压操作,也可以鼠标右击解压)比如解压 解压后会看到一个cuda文件夹,里面包含了include以及lib64两个子目录里面放了几个文件。
接下来这三条说是命令其实就是复制操作,就是把你解压出来的cudnn几个文件复制到指定的文件夹中。在home目录下,就是直接进终端所在的目录执行:
sudo cp cuda/include/cudnn.h /usr/local/cuda/include 回车
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 回车
sudo chmod a+r /usr/local/cuda/include/cudnn.h/ usr/local/cuda/lib64/libcudnn* 回车 应该就配置完了。
但在有的博客cudnn下了四个文件:其他大部分教程应该都只下了第一个,是不是因为deb和runfile的不同,如果到上面还没装好,那我们就继续下其他三个,
接下来解压剩下的三个安装包:
参考下面这个链
卸载:pip uninstall tensorflow-gpu==1.4.0
用pip安装是最容易的,用pip安装只会装 tensorflow-gpu,其他的依赖比如我们上面装得cuda和cudnn还得自己装,所以还有一种conda安装
conda install tensorflow-gpu==1.3
注意这里我好像只能装gpu1.3, 装1.4提示找不到包,用conda装tensorflow-gpu==1.3,它还会自动把运行tensorflow-gpu1.3的一些依赖比如cuda8.0和cudnn6给装上,非常方便,就不用上面我们自己手动装cuda和cudnn,好像用conda安装都是这样,一次性给你解决但有时找不到对应的包,但是用conda安装虽然我能运行成功tensorflow-gpu,测试了一个卷积网络,但是在我找的ctpn程序中运行却有问题,提示找不到CUDA_HOME和一些环境变量问题,感觉还是自己手动安装比较稳妥,
我是用conda安装的tensorflow-gpu,它自动安装的cuda和cudnn安在/home/wjc/anaconda3/pkgs这个目录下
了,我又手动装了cuda8.0,系统自动安在/usr/local目录下,并添加环境变量后,可以执行我的ctpn,但是后来我又把cuda的环境变量给删除了,又可以了,真是奇怪。但是我没有手动装cudnn,懒的装了,估计前面用了conda安装是已经装好了cudnn
总结一下:你用conda装tensoeflow-gpu超级方便,自动给你装cuda和cudnn,而且环境变量也不用管,应该是自动弄好
要么你手动装cuda。先用conda装,有问题再手动装cuda
这里附上官方安装说明地址:
https://tensorflow.google.cn/install/install_linux
- import tensorflow as tf
- hello = tf.constant('Hello, Word!')
- sess = tf.Session()
- print(sess.run(hello))