深度學習Ubuntu18.04+RTX 2080Ti+cuda10.0+cudnn7.42+tensorflow-gpu=1.13.0rc2

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

到cuda官網:https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal

 

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

選擇第三個cuDNN Library for Linux

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！