【環境配置】Ubuntu 18.04.2 LTS + RTX2080 + tensorflow 1.13.1安裝步驟

系統與軟件版本：

名稱	版本
系統	Ubuntu 18.04.2 LTS
顯卡	RTX 2080
顯卡驅動	410
CUDA	10.0
cuDNN	cuDNN v7.5.0 for CUDA
anaconda	python 3.7的linux版本
tensorflow	tensorflow-gpu 1.13.1

1. 安裝RTX 2080 顯卡驅動

1. 添加英偉達驅動源：

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

2. 打開軟件和更新，將系統的源更改爲國內的源。這裏選擇阿里雲的源。（該步至關重要，下文cuda的安裝也會需要用到該源進行相關下載）
   在’Ubuntu Software’頁面的’Download from’ 的下拉列表中選擇’other’，然後選擇下圖的阿里雲源。
   
3. 以免新版本的415和418驅動造成不必要的麻煩，這裏選擇版本爲410的驅動
   
4. 測試驅動是否安裝成功
   輸入以下指令，出現下圖則表明驅動安裝成功。

nvidia-smi

2. 安裝CUDA 10.0

CUDA 10.0 下載網址。按照下圖選擇相應的版本，下載deb。

1. 進入含有CUDA安裝包cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb的目錄’gpu_environment_installlocation’，執行以下命令：

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

2. 查看CUDA 10.0 是否安裝成功：

cat /usr/local/cuda/version.txt

3. 安裝cuDNN

1. 選擇適合CUDA 10.0 版本的 cuDNN ，下載地址，分別下載下圖三個文件。
   
2. 進入含有cuDNN v7.5.0 for CUDA 10.0的三個文件的目錄’gpu_environment_installlocation’，執行以下命令安裝：

sudo dpkg -i libcudnn7_7.5.0.56-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.5.0.56-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.5.0.56-1+cuda10.0_amd64.deb

3. 驗證cuDNN v7.5.0 for CUDA 10.0是否安裝成功

# 使用如下命令將示例代碼複製到當前用戶目錄，編譯並運行其中的一個示例程序mnistCUDNN
cp -r /usr/src/cudnn_samples_v7/ ~
cd ~/cudnn_samples_v7/mnistCUDNN
make clean && make
./mnistCUDNN

4. 安裝Anaconda

這裏選用的是python3.7 的 anaconda

bash Anaconda3-2018.12-Linux-x86_64.sh.sh

# 找到anaconda3安裝路徑的bin文件路徑，執行以下命令，使得能識別conda指令。我的anaconda安裝路徑爲'/home/gpu401/lab/zyz/anaconda3/''
echo 'export PATH="/home/gpu401/lab/zyz/anaconda3/bin:$PATH"'>> ~/.bashrc
source ~/.bashrc

5. 安裝tensorflow 1.13.1

pip install tensorflow-gpu==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

 

最後，如果你按照本文的步驟順利完成安裝，請點下贊，非常感謝。