本文共 2287 字，大约阅读时间需要 7 分钟。

Ubuntu16.04.3LTS下安装Tensorflow（附CUDA9.0安装指南）

系统要求

• 操作系统：Ubuntu16.04.3LTS
• 显卡：NVIDIA GeForce GTX 960M

CUDA安装前的准备工作

1. 检查GPU是否支持CUDA

在Linux下，liced NVIDIA显卡支持CUDA的条件是显卡型号必须在CUDA官网支持列表中。

• 步骤：
• 查看显卡型号：

  lspci | grep -i nvidia

• 样品看 CUDA官网确认显卡型号是否在支持列表中。

2. 确认系统版本

• 步骤：
• 查看系统版本：

  uname -m && cat /etc/*release

• 确保系统版本为Ubuntu16.04或Ubuntu17.04。

3. 安装必要的开发工具

• 步骤：

• 查看当前Gcc版本：

  gcc --version

• 如果未安装Gcc，可执行以下命令安装：

  sudo apt-get install gcc

• 步骤：

• 查看内核版本：

  uname -r

• 确保安装了内核头文件和包装开发工具：

  sudo apt-get install linux-headers-$(uname -r)

CUDA安装

选择安装方式

• supports 提供两种安装类型：包管理器类型和Runfile类型。为了方便操作，我选择了Runfile安装方式，但需要注意以下事项：Runfile安装时，CUDA自带驱动可能无法正确获取内核信息。

NVIDIA驱动安装（必要操作）

1. 卸载现有驱动（如有）

• 步骤：

  sudo apt remove --purge nvidia*

2. 禁用nouveau驱动

• 步骤：
• 手动禁用nouveau驱动：

  mv /etc/modprobe.d/blacklist-nouveau.conf /etc/modprobe.d/blacklist-nouveau.conf

  （自动创建文件内容：blacklist nouveau）

• 重新加载模块：

  sudo update-initramfs -u

• 查看驱动状态：

  lsmod | grep nouveau

如果无输出，说明已成功禁用。

3.关闭图形化界面

• 步骤：

  sudo service lightdm stop

4.安装NVIDIA驱动

• 常用方法：

• 通过Add-apt-repository添加驱动PPA：

  sudo add-apt-repository ppa:graphics-drivers/ppasudo apt-get update

2.搜索适配显卡型号：

ubuntu-drivers devices

3.安装指定版本驱动：

sudo apt-get install nvidia-390

4.启动后验证驱动安装：

sudo nvidia-smi

查看驱动版本是否正确。

• 另一种方法（Runfile安装）：

• 先安装gcc-multilib：

  sudo apt install gcc-multilib

2.运行Runfile：

sudo sh NVIDIA-Linux-x86_64-390.25.run

重启后验证驱动是否安装成功：

ls /dev/nvidia*

CUDA Toolkit安装

1.下载CUDA 9.1安装包

从NVIDIA官网下载合适的runfile：

sudo sh cuda_9.1.85_387.26_linux.run

安装完成后，禁用图形化界面：

sudo service lightdm stop

2.验证CUDA安装

• 查看CUDA版本：

  nvcc -V

• 查看除焦点信息：

  cat /proc/driver/nvidia/version

cuDNN安装

1.下载cuDNN 9.1.5

• 从NVIDIA官网下载对应CUDA版本的cuDNN安装包（.tgz或.deb格式）。

方法一：TGZ格式安装

tar -xzvf cudnn-9.1-linux-x64-v7.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

方法二：DEB格式安装

sudo dpkg -i libcudnn7_7.0.5.15-1+cuda9.1_amd64.deb

cp -r /usr/src/cudnn_samples_v7 $HOMEcd $HOME/cudnn_samples_v7/mnistCUDNNmake clean && make./mnistCUDNN

验证安装

• 检查设备节点：

  ls /dev/nvidia*

  确保能看到nvidia0、nvidiactl和nvidia-uvm等设备文件。

• 验证CUDA工具：

  编译示例程序：

  cd /home/user_name/NVIDIA_CUDA-9.1_Samplesmake

  运行测试程序：

  cd bin/x86_64/linux/release./deviceQuery

• 最后测试GPU基本带宽：

  ./bandwidthTest

通过以上步骤，您应该能够顺利完成Tensorflow和CUDA的安装配置。

转载地址：http://uvxlz.baihongyu.com/