一.安裝顯卡驅動
直接使用Ubuntu自帶的 附加驅動 來安裝最新版Nvidia閉源驅動,能省下許多麻煩; 但是如果還要安裝primus(bumblebee)進行雙顯卡切換的話,則應讓primus自行安裝對應驅動,否則會安裝配置失敗(大坑)。二.CUDA安裝
1. 安裝完顯卡驅動後,再到官網下載cuda runfile文件安裝CUDA,按提示操作,非常簡單。但注意不要重複安裝顯卡驅動。
2. cuda 9.0 安裝完成後的環境變量設置:將以下內容寫入到~/.bashrc尾部:
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}}
其中最後一項的鏈接庫路徑配置也可以這樣做:到/etc/ld.so.conf.d路徑下創建cuda.conf文件,文件內容只有一行,如下:
/usr/local/cuda/lib64
最後執行 sudo ldconfig 命令使動態鏈接庫生效。三.cudnn安裝
官網下載cuDNN之後進行解壓,cd先進入cuDNN解壓之後的include目錄,在命令行進行如下操作:
sudo cp cudnn.h /usr/local/cuda/include/
再cd進入lib64目錄,執行以下五條指令,對動態文件進行復制和創建軟鏈接:
sudo cp lib* /usr/local/cuda/lib64/
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.7
sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so
四.後續
執行cuda samples裏的deviceQuery驗證CUDA安裝是否成功。
tensorflow1.5 已經支持cuda 9.0,因此可以放心大膽地用pip安裝。