Ubuntu16.04+GeForce GTX 1070Ti+CUDA8.0+cuDNN6.0+TensorFlow1.3+tf-faster-rcnn训练

1、下载CUDA8.0和CUDNN5.1

百度网盘下载地址（包含8.0和9.0）：https://pan.baidu.com/s/1ir3rKhUtU1aIRE7n1BQ5mg

2、安装CUDA8.0

安装方式1(后缀为.deb的)：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

卸载CUDA方式：

sudo apt autoremove cuda

安装方式2（后缀为.run的）：

sudo sh cuda_8.0.44_linux.run

然后一直Enter到100%(Ctrl+C直接跳过)，并输入accept

接着出现 Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?

一定要选择No，否则之前的驱动安装就白安了

安装完毕后会出现以下内容：

===========
= Summary =
===========Driver: Not Selected
Toolkit: Installed in /usr/local/cuda-8.0
Samples: Installed in /home/textminerPlease make sure that
– PATH includes /usr/local/cuda-8.0/bin
– LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as rootTo uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/binPlease see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/doc/pdf for detailed information on setting up CUDA.***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 8.0 functionality to work.
To install the driver using this installer, run the following command, replacing with the name of this run file:
sudo .run -silent -driverLogfile is /opt/temp//cuda_install_6583.log

接着添加环境变量：

sudo gedit /etc/profile

打开“profile”文件，在末尾处添加（注意不要有空格，不然会报错):

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH

测试CUDA是否安装成功，输入：

nvcc -V

3、安装CUDNN V6.0

下载完成之后进入下载目录（将下载的安装包拷贝到home文件夹下），执行以下命令进行解压：

sudo tar -zxvf ./cudnn-8.0-linux-x64-v6.0.tgz

解压之后，得到一个 cudn 文件夹，该文件夹下include 和 lib64 两个文件夹，命令行进入 cuda/include 路径下，然后进行以下操作：

cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include #复制头文件

再将进入lib64目录下的动态文件进行复制和链接：

cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.6 #删除原有动态文件
sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6 #生成软衔接
sudo ln -s libcudnn.so.6 libcudnn.so #生成软链接
sudo ldconfig

验证CUDNN是否安装成功：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

4、安装Tensorflow-gpu 1.2

根据CUDA和CUDNN版本选择Tensorflow版本，即：tensorflow_gpu-1.3.0

（1）、安装tensorflow虚拟环境（由于支持python3.6，因此我选择3.6安装）

conda create -n tensorflow1.3 python=3.6

（2）、安装tensorflow

pip install tensorflow-gpu==1.3.0

卸载命令：pip uninstall tensorflow-gpu==1.3.0

（3）、安装其它依赖包

pip install Cython
pip install easydict
pip install opencv_python==3.3.1.11
pip install matplotlib
pip install Pillow
pip install scipy
pip install easydict

5、检测tensorflow是否使用gpu进行计算，在pycharm里配好工程环境后新建一个py文件，输入以下代码：

import tensorflow as tf
ess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

输出：

6、训练tf-faster-rcnn

在使用CPU训练的时候，平均速度是训练一次需要2s多一点，使用GPU加速后，每训练一次在0.5s左右，速度确实有了非常明显

的提升。

Ubuntu16.04+GeForce GTX 1070Ti+CUDA8.0+cuDNN6.0+TensorFlow1.3+tf-faster-rcnn训练相关推荐

深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow
http://f.dataguru.cn/thread-660774-1-1.html 发表于 2016-7-20 09:04 | 只看该作者 |倒序浏览 |阅读模式深度学习主机环境配置: Ubun ...
gtx1080 matlab,深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
这个系列写了好几篇文章,这是相关文章的索引,仅供参考: 接上文<深度学习主机攒机小记>,这台GTX1080主机准备好之后,就是配置深度学习环境了,这里选择了比较熟悉Ubuntu系统,不过是 ...
深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080i+CUDA8.0+CUDDN6
一硬件配置配置型号数量主板华硕Z10PE-D8 WS*1 内存三星 2400 ECC-R 16G* 4 CPU 2673 V3 (2.4主频 12核24线程)* 2 风扇金钱豹10热管 ...
Ubuntu16.04 + GeForce GTX 1080 + Python3.6 安装 CUDA11.3
与安装CUDA8.0类似,在升级显卡驱动后,我也对CUDA11.3进行了升级. 首先删除历史版本: sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl ...
Ubuntu16.04 + Geforce GT630 OEM安装cuda 8.0
原文地址:https://blog.csdn.net/baobei0112/article/details/77996369 第1步安装依赖包安装后续步骤或环境必需的依赖包,依次输入以下命令: s ...
Ubuntu16.04 + GeForce GTX 1080 + Python3.6 安装 CUDA8.0
torch.cuda.is_available()结果为false: 显卡驱动.cuda.pytorch三个版本对齐: 先从显卡驱动版本找到对应的cuda版本:https://blog.csdn.ne ...
深度学习环境搭建Ubuntu16.04+CUDA8.0+CUDNN6.0+Anaconda3+tensorflow1.3.0
电脑为联想拯救者Y7000,显卡GTX1650. 装的是WIN10+Ubuntu16.04双系统. 一.双系统装Ubuntu16.04 主要借鉴的下面的链接,包括删除Ubuntu,系统分区. http ...
Ubuntu 16.04 + cuda-8.0 + cudnn-6.0 + Tensorflow1.4和Caffe(极其简单)
简介因深度学习的需要,跑模型需要GPU加速,于是自己配置了一下,在实验室学长的帮助下,过程曲折,但其实很简单.get 几点经验: 网上教程需要自己配置NVIDIA显卡驱动,其实不需要,找到" ...
ubuntu16.04+Geforce GTX1080ti+cuda 8.0+tensorflow 1.4环境配置
工欲善其事,必先利其器前言搭建一个可用的深度学习开发平台是入门深度学习的第一步,所以本公众号也将从这里开始.从刚刚学习深度学习的那时候开始,作者就在搭建平台的苦海里遨游,中间换了很多次电脑,所以不 ...

Ubuntu16.04+GeForce GTX 1070Ti+CUDA8.0+cuDNN6.0+TensorFlow1.3+tf-faster-rcnn训练

Ubuntu16.04+GeForce GTX 1070Ti+CUDA8.0+cuDNN6.0+TensorFlow1.3+tf-faster-rcnn训练相关推荐

最新文章

热门文章