在Ubuntu19.10 上部署 Tensorflow 2.1.0 和 CUDA 10.1

首先要下载好如下几个文件,除去Anaconda3的版本可以是新版本以外,其余的安装文件必须是如下版本,否则会引起一系列的包依赖错误

Anaconda3-2019.10-Linux-x86_64.sh

cuda-repo-ubuntu1810-10-1-local-10.1.105-418.39_1.0-1_amd64.deb

libcudnn7_7.6.3.30-1+cuda10.1_amd64.deb

nv-tensorrt-repo-ubuntu1804-cuda10.1-trt6.0.1.5-ga-20190913_1-1_amd64.deb

tensorflow_gpu-2.1.0-cp37-cp37m-manylinux2010_x86_64.whl

第一步,安装Anaconda3,装完之后重启一下

bash Anaconda3-2019.10-Linux-x86_64.sh

第二步,安装CUDA

sudo dpkg -i cuda-repo-ubuntu1810-10-1-local-10.1.105-418.39_1.0-1_amd64.deb

sudo apt-key add /var/cuda-repo-10-1-local-10.1.105-418.39/7fa2af80.pub

sudo apt-get update

sudo apt-get install cuda

完成后重启电脑,再运行nvidia-smi命令查看是否安装成功,如果成功,会看见显卡驱动和CUDA的版本号

第三步,安装cudnn

sudo dpkg -i libcudnn7_7.6.3.30-1+cuda10.1_amd64.deb

完成后,无需修改环境变量,建议再次重启电脑

第四步,安装TensorRT

sudo dpkg -i nv-tensorrt-repo-ubuntu1804-cuda10.1-trt6.0.1.5-ga-20190913_1-1_amd64.deb

sudo apt-key add /var/nv-tensorrt-repo-cuda10.1-trt6.0.1.5-ga-20190913/7fa2af80.pub

sudo apt-get update

sudo apt-get install tensorrt

sudo apt-get install uff-converter-tf

结束后,运行 dpkg -l | grep TensorRT 查看是否成功

第五步,安装 tensorflow-gpu 2.1

pip install tensorflow_gpu-2.1.0-cp37-cp37m-manylinux2010_x86_64.whl

结束后,在控制台输入python回车,可进入conda的python3环境,然后输入

import tensorflow as tf

print(tf.test.is_gpu_available())

如果安装没有问题,则会输出 true

https://www.jianshu.com/p/ff721eee0847

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论