CUDA installation
Du skal bruge en NVIDIA-konto til CuDNN-delen. Bemærk, at for at udføre brugerdefineret CUDA-udvikling (nvcc) skal du nedgradere GCC til GCC 6. Dette er dog ikke nødvendigt, hvis du bare vil køre keras og tensorstrøm. Du kan altid nedgradere GCC senere.
Hvis du bare vil have en pip-installation af tensorstrøm, fra November 2018, har du brug for CUDA 9.0. CUDO 10 er også muligt, hvis du opgraderer NVIDIA-driverne til betaversionen, og hvis du enten kompilerer cuda fra kilden eller bruger nvidia-docker til at køre en dockeriseret CUDA.
Hent CUDA 9 som runfile (.deb-installation fungerer ikke, fordi de medfølgende debs til CUDA 9.0 er skræddersyet til ældre versioner af Ubuntu). Hent basen installatør og alle patches.
hent derefter CuDNN (login nødvendig). Sørg for, at du har den version, der matcher din CUDA-version til 68_64.
installationsproces
sudo apt install build-essential cmakesudo bash cuda_9.0.176_384.81_linux.run –overrid Installer ikke Nvidia-driveren (den vil bede dig om at installere Nvidia-driveren. Gør det ikke).
Ignorer de andre advarsler, men aktiver CUDA installationen og symlink.
Installer nu patcherne (4 af dem) til CUDA 9.0:
sudo bash <patchfile>nu til installation af cudnn: pak TGS-filen ud:
tar -zxf cudnn-*.tgzsudo cp -a cuda/* /usr/local/cuda/
sørg nu for, at CUDA ses i LD_LIBRARY_PATH and PATH:
sudo su – # become rootecho /usr/local/cuda/lib64 > /etc/ld.so.conf.d/cuda.confldconfigtilføj /usr/local/CUDA/bin til din vej (f .eks.bashrc) hvis du vil gøre udvikling for CUDA (ikke nødvendigt, hvis du bare har brug for tensorstrøm):
echo "export PATH=$PATH:/usr/local/cuda/bin” > ~/.bashrcinstaller tensorstrøm og keras
sudo apt install python3-pipsudo pip3 install tensorflow-gpu keras jupyter matplotlib pandasTensorstrøm kan testes som følger: Åbn en terminal og skriv:
python3import tensorflow as tftf.Session()dette skal vise din GPU som enhed.
