建站
咨詢(xún)
售后
建站咨詢(xún)
新聞中心
1.ubuntu安裝python3.6:
創(chuàng)新互聯(lián)公司專(zhuān)業(yè)為企業(yè)提供城中網(wǎng)站建設(shè)、城中做網(wǎng)站、城中網(wǎng)站設(shè)計(jì)、城中網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁(yè)設(shè)計(jì)與制作、城中企業(yè)網(wǎng)站模板建站服務(wù)，10多年城中做網(wǎng)站經(jīng)驗(yàn)，不只是建網(wǎng)站，更提供有價(jià)值的思路和整體網(wǎng)絡(luò)服務(wù)。
首先拉取遠(yuǎn)程倉(cāng)庫(kù)
sudo add-apt-repository ppa:jonathonf/python-3.6
更新源
sudo apt-get update
在線安裝
sudo apt-get install python3.6
補(bǔ)充，其實(shí)安裝python3用一句：sudo apt-get install python3-dev 即可。查看版本：python3 --version
更改默認(rèn)值，python默認(rèn)為Python2，現(xiàn)在修改為Python3
sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100 sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150
查看nvidia顯卡驅(qū)動(dòng)版本
nvidia-smi
3.安裝對(duì)應(yīng)版本的CUDA
在安裝CUDA時(shí)一定要注意其與英偉達(dá)顯卡驅(qū)動(dòng)以及Linux系統(tǒng)和GCC版本的對(duì)應(yīng)關(guān)系，如果版本之間不匹配，是安裝不成功的。
CUDA與Driver的對(duì)應(yīng)版本 參考鏈接：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html cuda8.0與Linux系統(tǒng)以及GCC的對(duì)應(yīng)關(guān)系 參考鏈接：https://docs.nvidia.com/cuda/archive/8.0/cuda-installation-guide-linux/index.html cuda9.0與Linux系統(tǒng)以及GCC的對(duì)應(yīng)關(guān)系 參考鏈接：https://docs.nvidia.com/cuda/archive/9.0/cuda-installation-guide-linux/index.html cuda10.0與Linux系統(tǒng)以及GCC的對(duì)應(yīng)關(guān)系 參考鏈接：https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html
查看gcc版本：
gcc -v
由于RTX2060顯卡驅(qū)動(dòng)在Ubuntu18.04上是418.56版本，所以選擇對(duì)應(yīng)的cuda10.1版本安裝
cuda官網(wǎng)下載：https://developer.nvidia.com/cuda-toolkit
另附歷史版本：https://developer.nvidia.com/cuda-toolkit-archive
CUDA安裝命令：
sudo sh cuda_xxx_linux.run
4.安裝CUDA對(duì)應(yīng)的CUDNN版本
cudnn官網(wǎng)下載（需要注冊(cè)）：https://developer.nvidia.com/cudnn
另附：https://developer.nvidia.com/rdp/cudnn-archive
下載Ubuntu18.04對(duì)應(yīng)的CUDNN安裝包,然后進(jìn)入CUDNN安裝包所在目錄，執(zhí)行以下命令：
sudo dpkg -i runtime包.deb sudo dpkg -i developer包.deb sudo dpkg -i 代碼sample包.deb
至此，CUDNN安裝完成。
5.安裝對(duì)應(yīng)版本的Tensorflow
首先要清楚最新版Tensorflow最多支持到CUDA哪個(gè)版本？
https://www.tensorflow.org/install/install_sources#common_installation_problems
安裝pip3(針對(duì)python3):
sudo apt-get install python3-pip
官方推薦是用Virtualenv安裝，不過(guò)這里我們僅使用pip進(jìn)行安裝。
sudo pip3 install tensorflow-gpu
我現(xiàn)在這里安裝的是tensorflow_gpu-1.13.1。由于CUDA最新版本是10.1，但是目前最新的tensorflow1.13.1還不支持這個(gè)版本，所以只能用CUDA10.0。
推薦搭配：CUDA10.0+CUDNN7.5+tensorflow-gpu1.13.1+python3.6.7
卸載cuda和cudnn,重新安裝：
sudo apt remove cudnn* sudo apt-get remove cuda* sudo apt-get autoclean 然后在目錄切換到/esr/local/下 cd /usr/local/ sudo rm -r cuda-10.1 搞定啦 可以重新安裝其他版本啦
設(shè)置root用戶(hù)密碼：
sudo passwd root
以下是編輯 profile文件命令:
1.su 然后輸入密碼 進(jìn)入root 2.gedit etc/profile 3.編輯保存.
首先確認(rèn)/etc/profile中的路徑包含了cuda10.0的安裝路徑及相應(yīng)的庫(kù)文件
編輯/etc/profile添加：
export PATH=$PATH:/usr/local/cuda-10.0/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64 export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-10.0/lib64
然后
source /etc/profile
使配置文件生效，再次執(zhí)行。
安裝vim: sudo apt-get install vim vim --version 問(wèn)題報(bào)錯(cuò)：ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory 由于服務(wù)器TensorFlow經(jīng)常報(bào)這個(gè)錯(cuò)誤， 步驟1： sudo vim ~/.bashrc 按下i進(jìn)入編輯 在末位加入： export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64 export PATH=$PATH:/usr/local/cuda-10.0/bin export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0 按下ESC退出編輯，輸入:wq命令進(jìn)行保存。 使之生效 source ~/.bashrc 步驟2： 據(jù)說(shuō)在修改了步驟1就好了。但是每次我步驟1弄完，問(wèn)題依舊存在。但是只需要步驟2，問(wèn)題就可以解決。 檢查 /usr/local/cuda-10.0/lib64 下是否有 libcublas.so.10.0 如果有，終端輸入: sudo ldconfig /usr/local/cuda-10.0/lib64
然后終端輸入python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))進(jìn)行tensorflow是否安裝成功的驗(yàn)證。
網(wǎng)頁(yè)名稱(chēng)：Ubuntu 18.04安裝Tensorflow(GPU)
本文來(lái)源：http://m.fisionsoft.com.cn/article/cdsdeeg.html
