标签:ubuntu20.04 -- cudnn cuda 版本 tf TensorFlow 安装
显卡驱动之前已经安装好了,过程分享在这里
Y9000p,3060-laptop,ubuntu安装显卡驱动nvidia-driver-470
之后新建虚拟环境里装了pytorch,百度到的方法,过程比较顺利,所以没有写流程
转载一个别人写的链接:Ubuntu20.04.2LTS系统下安装CUDA +cuDNN+PyTorch
因为之前装470驱动的时候会自动装cuda10但是我新安装了cuda11.1,所以又百度到了
ubuntu多cuda版本切换
都顺利完成了
(tips:cuda和cudnn在主环境下安装,pytorch和TensorFlow在虚拟环境里安装)
补充:
很多文章都没提到过,测试过cuda安装好之后再装cudnn
测试cuda:
找到一个这样的文件夹
在文件夹内打开终端:
make all
然后会编译半个小时左右,编译成功后后会提示Finished building CUDA samples
这时候进入/usr/local/cuda/extras/demo_suite
目录下,找到deviceQuery
可执行文件,并执行(./deviceQuery
),将会输出GPU相关信息。
新版本cudnn命令有改变,所以在此补充:
查看cuda和cudnn版本:
(1)在python环境里
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())
输出如下:
1.8.2是pytorch的版本,cuda11.1(我也不知道8005是啥,我装的是8.2.0)
(2)终端
在终端中输入
nvcc -V
cuda为11.1
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
可以看到cudnn版本为8.2.0
(查看cudnn的命令有些博主写的过时了,可能会没有反应)
以上就是pytorch的安装过程
之后就是烦人的TensorFlow了
百度到的方法可以明显看到时间都比较久远,基本都是20年之前的,有些命令和模块的名称会有更新
先转一个配置表:
2021最新:TensorFlow各个GPU版本CUDA和cuDNN对应版本整理
然后在虚拟环境中打开终端:
pip3 install tensorflow==x.x.x
(新版本默认装的就是gpu,所以不用加-gpu的后缀了)
之后的就是出错很多的地方了:
首先在终端内输入:
nvidia-smi
确认是显卡占用是 0% (不然后续程序会报错)
之后大部分流程都会让你进入python环境输入代码确认TensorFlow安装成功
但是代码很老了,无法运行,让我以为安装失败了呢
错误版本:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess=tf.Session(config=config)
print(sess.run(hello))
然后会提示代码错误没有session模块!!!
正确版本!!:
import tensorflow as tf
import os
os.environ["CUDA_VISIBLE_DEVICES"]="0"
tf.compat.v1.disable_eager_execution()
hello=tf.constant('Hello,TensorFlow')
config=tf.compat.v1.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.9
sess=tf.compat.v1.Session(config=config)
print(sess.run(hello))
会输出Hello,TensorFlow
至此TensorFlow安装成功!!!
标签:ubuntu20.04,--,cudnn,cuda,版本,tf,TensorFlow,安装 来源: https://blog.csdn.net/weixin_49805002/article/details/120780730
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。