Ubuntu18 + tensorflow-gpu + keras + python3 深度学习GPU 环境配置

1. 环境配置说明

几乎花了一整天时间来配置环境,看了很多中文/英文的教程,重装了n次系统才终于装好环境。以下教程采用真机进行配置,并且不使用虚拟环境。

2. 安装 Python3.6 ,Pip3

首先安装python3.6 与 pip3:

3. 安装显卡驱动

  1. 添加源

  1. 查看可用驱动

使用如下命令来查看可用驱动:
$ ubuntu-drivers devices
可用驱动

  1. 安装驱动

从可用驱动中选择一个来安装,安装完请重启(必须)
$ sudo apt-get install nvidia-driver-396

重启后使用如下命令查看显卡信息,可以显示则安装成功
sudo nvidia-smi

显卡信息

!注意,如果显卡驱动安装失败,看看之前是否安装过其他显卡驱动,先卸载干净后再尝试安装。

4. 安装cuda

  1. 下载 cuda 9.0
    官网下载安装文件,如图所示:
    cuda
    千万注意,下载选择 runfile, 避免莫名其妙的错误。
  2. 降低 gcc 版本
    由于gcc高版本会不兼容cuda9.0,需要安装低版本gcc,看一下gcc的版本:

如果大于5,就需要安装低版本的gcc:

然后再次查看替换是否成功:

g++

  1. 安装依赖库

  1. 安装cuda

注意安装过程中问是否安装显卡驱动要选择为: n

  1. 安装vim

  1. 用vim写入路径(i:进入编辑 esc:退出编辑 :wq 保存退出)

在文档最后加入:

不习惯用vim 也可以使用 gedit编辑。

5. 安装 cuDNN

官网下载 cuDNN,需要注册。对应选择9.0,如图所示:

cuDNN

下载如图所示的三个包:
cuDNN 3

然后进入所在目录安装三个包 ,代码为示例,请根据您下载的真实的文件名安装:

安装好后用如下代码进行测试,显示pass就意味着安装成功:

6. 安装 tensorflow-gpu , keras

安装代码如下,速度慢的话请自行更换pip源

7. 安装vscode

官网下载deb安装包,双击安装。进入vscode 后安装python插件,注意确保您目前的环境是在您自己安装的python3.6下:

python3.6

8. 测试

在vscode 里新建一个 test.py 文件, 输入如下代码:

按F5 运行,出现显卡信息则环境配置成功。

enjoy coding ~~~~~

注意:如果使用得是zsh终端,那么应该
vim ~/.zshrc
加入环境路径, 然后
source ~/.zshrc

ps:如果遇到疑难杂症欢迎交流:-D