当前位置: 代码迷 >> 综合 >> Ubuntu16.04安装anaconda+CUDA9.0+cudnn+TensorfFlow-gpu教程
  详细解决方案

Ubuntu16.04安装anaconda+CUDA9.0+cudnn+TensorfFlow-gpu教程

热度:105   发布时间:2023-11-18 01:34:53.0

Ubuntu16.04安装anaconda+CUDA9.0+cuDNN+TensorfFlow-gpu教程

    • 1、Anaconda 安装
    • 2、安装Anaconda流程
    • 3、TensorFlow安装

1、Anaconda 安装

Anaconda 安装包可以在清华源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/进行下载;也可以去官网下载 https://www.anaconda.com/products/individual.

找到自己需要安装的Anaconda3的版本(在这里说明一下,因为我要安装TensorFlow,但是目前Python3.7版本貌似无法完成安装,所以为了可以使用Python3.6,选择了Anacaonda3 5.2.0进行下载,保证后续TensorFlow的正常安装)。
在这里插入图片描述
到此,我们的准备工作已经就绪,接下来开始我们的安装之旅。

2、安装Anaconda流程

本次下载的是Anaconda3-5.2.0-Linux-x86_64.sh

到下载路径在终端打开,执行以下命令:

bash Anaconda3-5.2.0-Linux-x86_64.sh

出现如下界面,按ENTER下一步
在这里插入图片描述
输入yes回车进行下一步
在这里插入图片描述
直接回车选择默认路径
在这里插入图片描述
等待安装结束
在这里插入图片描述
等待安装结束后,输入yes后回车添加相应配置
在这里插入图片描述
可以看到在这里我们已经安装完成,提示信息问是否要安装VSCode,在这里输入no,因为后续可能会安装PyCharm作为我们的IDE。
在这里插入图片描述
到这里,恭喜你已经基本完成了所有的安装步骤。
但是,紧张刺激的时候就要来啦,我们需要再次验证一下我们的Anaconda是不是真的好用。(不用太紧张哈)
接下来我们重新打开终端(可以直接CTRL+ATL+T),然后输入命令:conda list 检测是否安装成功。
在这里插入图片描述
可以看到我们的conda命令可用,而且Anaconda3为文件夹也出现啦。
那么,再次恭喜你,你成功的安装了Anaconda!

3、TensorFlow安装

要特别注意,这里版本必须要对应!!!
要特别注意,这里版本必须要对应!!!
要特别注意,这里版本必须要对应!!!
(重要的事情说三遍)

CUDA和cuDNN的版本选择直接会影响到我们TensorFlow的安装,所以按照我所安装的CUDA 9.0和cuDNN 7.1,在此,我选择了tensorflow-gpu-1.8.0版本
在这里插入图片描述
选择完版本后,我们直接打开新的终端
输入下述命令,等待安装完成

pip install tensorflow-gpu==1.8.0

在这里插入图片描述
可以看到,我们的安装到此完成啦,但是出现了红色的警告。
在这里插入图片描述(大可不必惊慌!实践证明这个问题是没有任何影响的)。在这里插入图片描述
接下来我们就来测试一下TensoFlow是否好用,我们直接重新打开终端
输入命令Python,然后在命令窗输入

import tensorflow as tf

在这里插入图片描述
但是,问题出现啦,运行之后出现如下情况
在这里插入图片描述
那么,恭喜你成功的安装失败!
在这里插入图片描述
哈哈哈哈,感谢你可以看到这里,下面就让我们来解决这个问题吧
我们可以看到在报错中显示

ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory

这个错误一般是由于CUDA版本不对造成的,因为我们需要检查我们的CUDA版本是否与上述的tensorflow-gpu版本对应。
在这里我们可以使用如下命令进行CUDA版本的查看

nvcc -V

在这里插入图片描述
可以看出我们的CUDA版本是9.0没错啦

那么为什么会出现错误呐?

这就是我们的CUDA环境变量配置不对啦,请执行:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/[CUDA版本]/lib64

例如

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

紧着这上述命令之后,我们再次输入Python,并引入TensorFlow。
这时神奇的事情出现啦!
在这里插入图片描述
我们成功啦!!!

为了以后的方便,我们将上述命令写入.bashrc中,防止每次重启终端都需要重新配置环境变量,因此,打开终端输入

gedit .bashrc

再将下述命令写入.bashrc中,并保存。

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

在这里插入图片描述
上述都解决了基本上就没什么问题啦,可以正常使用啦,但是下图中,我们还会看到一个警告。
在这里插入图片描述
为了追求完美,查阅资料可以知道原因是:

h5py新版本对numpy1.14版本的兼容错误

解决办法:

pip install h5py==2.8.0rc1

在这里插入图片描述
然后,再次测试TensorFlow
在这里插入图片描述
完美解决!!!
在此也恭喜你们完成安装
希望此文档可以帮助每一位走在视觉路上小伙伴,少走一些坑!
码字不易,如果觉得有帮助,可以留下你们的赞?
在这里插入图片描述
参考:
1.https://blog.csdn.net/qq_40936141/article/details/81198425
2.https://blog.csdn.net/weixin_43922901/article/details/90715779

  相关解决方案