一、安裝Ubuntu18.04
查看之前教程:https://blog.csdn.net/sun___shy/article/details/87558563
二、安裝RTX2080Ti驅動
正常顯卡的驅動在sudo apt-get update之後,都會在軟件和更新裏面的附加驅動中顯示,或者通過指令 sudo ubuntu-drivers autoinstall就能自動安裝,可能2080Ti太新了,附加驅動根本找不到,我先把軟件更新源換成了aliyun。
1. 更新apt-get源列表
sudo apt-get update
sudo apt-get upgrade
2. 添加驅動源
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
3.選擇最新的版本415,選擇應用即可。
4.等待安裝幾分鐘,重啓即可。
三、安裝CUDA10
sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
注意:安裝後一定要重啓一下!
終端輸入:
nvidia-smi
雖然當時是選擇的415版本,這裏可以看到卻是410版本,可能會自己適配吧。
四、安裝cudnn7.42
從官網下載:https://developer.nvidia.com/rdp/cudnn-download
解壓後,cd到該目錄:
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
接下來編輯path環境變量文檔:
sudo gedit ~/.bashrc
將cuda的環境變量加到打開的文件最後
export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64”
export CUDA_HOME=/usr/local/cuda
export PATH="$CUDA_HOME/bin:$PATH"
文件生效:
source ~/.bashrc
五、安裝tensorflow-gpu=1.13.0rc2
TensorFlow 1.13.0 RC2 前幾天剛發佈了,支持cuda10了
詳情查看發佈說明。
終端輸入:
sudo apt install python-pip
pip3 install tensorflow-gpu==1.13.0rc2
等待下載安裝即可:
測試成功!