Antworten:
Ich habe gerade die Tensorflow GPU unter Ubuntu 18.04 installiert. Es gibt viele Anweisungen dafür, aber ich denke, der schnellste und einfachste Weg wird normalerweise nicht verwendet und ich möchte ihn teilen:
NVIDIA-TREIBER:
ubuntu-drivers devices
sudo ubuntu-drivers autoinstall
nvidia-smi
CUDA:
Normalerweise: "sudo apt install nvidia-cuda-toolkit" Dies installiert jedoch Version 9.1, die momentan zu neu ist und Tensorflow wird nicht ausgeführt. Laden Sie stattdessen CUDA 9.0 herunter: https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1704&target_type=runfilelocal Dann ausführen (Weitere Details in der ersten Zeile finden Sie unter) Ich installiere CUDA 9 unter Ubuntu 17.10 ):
sudo sh cuda_9.0.176_384.81_linux.run --override
sudo ln -s /usr/bin/gcc-6 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-6 /usr/local/cuda/bin/g++
cd ~
sudo nano .bashrc
add at the end of the file:
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
CTL+X to save and exit
CuDNN:
Registrieren Sie sich bei nvidia Entwicklern https://developer.nvidia.com/cudnn Laden Sie die 9.1 Laufzeit- und Entwicklerbibliothek für 16.04 herunter (Dateien cuDNN v7.1.3 Runtime Library für Ubuntu16.04 (Deb) & cuDNN v7.1.3 Developer Library für Ubuntu16.04 ( Deb)) Öffnen Sie die Dateien mit dem Software-Manager und installieren Sie sie. Überprüfen Sie mit:
cat /usr/include/x86_64-linux-gnu/cudnn_v*.h | grep CUDNN_MAJOR -A 2
Installieren Sie Bibliotheken und Tensorflow:
sudo apt-get install libcupti-dev
pip3 install tensorflow-gpu
Prüfen:
in tensorflow check for GPU support
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
Hinweis: Starten Sie Tensorflow oder Ihre Entwicklungsumgebung vom Terminal aus, andernfalls werden die PATH-Variablen für mich nicht geladen.
Nur um Jonnys Antwort zu erweitern: Als ich Jonnys Methode zur Installation von CUDA befolgte, musste ich "Nein" für "NVIDIA Accelerated Graphics Driver für Linux-x86_64 384.81 installieren?" Wählen. (Ja oder Standard für alles andere). Andernfalls schlägt die Installation des CUDA-Treibers fehl und es wird "FEHLER: Ein NVIDIA-Kernelmodul 'nvidia-drm' scheint bereits in Ihren Kernel geladen zu sein."
Anschließend können Sie Ihre CUDA-Installation testen, indem Sie die Beispiele ausführen.
Installieren Sie zuerst ihre Abhängigkeiten:
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev libglfw3-dev libgles2-mesa-dev
Diese werden mit den neuen Compilern unter Ubuntu 18 nicht kompiliert, daher müssen Sie ein Downgrade auf gcc / g ++ 6 durchführen:
sudo apt-get install gcc-6 g++-6
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 10
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 10
Stellen Sie die Beispiele zusammen, indem Sie navigieren zu:
~/NVIDIA_CUDA-9.0_Samples/bin/x86_64/linux/release
Und kompilieren mit:
make -k
Führen Sie eines der Beispiele wie folgt aus:
./nbody