技術乾貨|tensorflow-gpu 1.4詳細安裝教程

　　【IT168 技術】

　　硬體環境：NVIDIA GTX 980 Ti

　　系統環境：Ubuntu 16.04 64位

　　一.安裝 NVIDIA驅動

　　1. 關閉 Secure Boot

　　具體如何禁用 BIOS 中的 Secure Boot 要根據主板的情況。

　　以華碩主板的禁用方法為例：

　　首先進入 BIOS，然後選擇 Boot ，進入 Secure Boot 界面：

　　確定 "OS Type" 是 "Windows UEFI"

　　進入 "Key Management"

　　選擇 "Clear Secure Boot keys"

　　在你清除 " Secure Boot keys" 之後，你將會有 "Install default Secure Boot keys" 選項來恢復默認的keys 。

　　在你清除 " Secure Boot keys" 之後， Secure Boot 會被自動關閉，你現在可以設置 "OS Type" 為"Other OS"。

　　設置完成之後的效果：

　　2.禁用 nouveau driver

　　控制臺輸入命令，創建一個文件通過命令

　　sudo vim /etc/modprobe.d/blacklist-nouveau.conf

　　並添加如下內容：

　　blacklist nouveau

　　options nouveau modeset=0

　　再更新一下

　　sudo update-initramfs -u

　　修改之後需要重啟系統。確認下nouveau是已經禁用，可以使用命令：

　　lsmod | grep nouveau

　　3.在字符界面下安裝驅動

　　首先添加ppa庫，然後通過ppa安裝顯卡驅動，使用以下命令添加：

　　sudo add-apt-repository ppa:graphics-drivers/ppa

　　關閉圖形化環境

　　首先進入 Ubuntu 系統字符界面，使用組合鍵 ALT+CTRL+F1 進入字符界面。

　　為了確保驅動能夠正常安裝，我們需要暫時關閉x-window服務(圖形環境)，在文本模式下輸入命令進行關閉：

　　sudo service lightdm stop

　　安裝驅動

　　首先通過以下命令來查看 NVIDIA VGA card model

　　sudo lshw -numeric -C display

　　可以使用命令：

　　ubuntu-drivers devices

　　來查看可以使用的驅動，如圖：

　　輸入以下命令，直接安裝驅動：

　　sudo apt-get update && sudo apt-get install nvidia-384

　　進入系統，我們要看剛剛的顯卡驅動是否已經正確安裝成功，通過下面命令查看：

　　nvidia-smi

　　如圖所示顯卡驅動已經正確安裝，顯卡的型號是 GTX 980 Ti。

　　二.安裝 CUDA

　　1.確定和 TensorFlow 對應的 CUDA 版本

　　TensorFlow GitHub 頁面查看依賴的版本：

　　https://github.com/tensorflow/tensorflow/releases

　　2. 下載和安裝

　　因為 CUDA 8 兼容的gcc 版本是 4.9 ，但是ubuntu 16.04 默認的是 gcc 5，所以需要gcc降版本。

　　sudo apt-get install g++-4.9

　　sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20

　　sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10

　　sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20

　　sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10

　　sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30

　　sudo update-alternatives --set cc /usr/bin/gcc

　　sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30

　　sudo update-alternatives --set c++ /usr/bin/g++

　　下載地址：

　　https://developer.nvidia.com/cuda-downloads

　　因為上一步已經安裝了顯卡驅動，所以這裡要選 no 。

　　Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?

　　(y)es/(n)o/(q)uit: n

　　3.設置環境變量

　　配置CUDA環境變量

　　export PATH="$PATH:/usr/local/cuda-8.0/bin"

　　export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"

　　三.安裝cuDNN

　　1.確定版本

　　TensorFlow GitHub 頁面查看依賴的版本：

　　https://github.com/tensorflow/tensorflow/releases

　　2.下載

　　下載地址：

　　https://developer.nvidia.com/cudnn

　　3.安裝

　　tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz

　　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*

　　四.安裝 tensorflow-gpu

　　直接安裝

　　pip install tensorflow-gpu

　　指定版本安裝：

　　例如，要安裝 tensorflow-gpu 1.4

　　pip install tensorflow-gpu==1.4

　　安裝完成