Ubuntu18.04 + CUDA10.0 + tensorflow-gpu 安裝過程

　　簡介

　　這篇博客Ubuntu16.04+CUDA9+tensorflow的安裝流程。不過，隨著軟件不斷更新，現在Ubuntu18.04已經逐漸成為客戶端的主流，加上tf開始支持CUDA10，在這里在介紹一下新的教程。

　　看一下tensorflow官方版本的支持

　　確定安裝1.13.1的版本

　　安裝CUDA10.0

　　下載CUDA10：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal

　　轉到下載的目錄執行：

　　sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb

　　sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub

　　sudo apt-get update

　　sudo apt-get install cuda

　　在當前終端設置環境變量：

　　export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}

　　export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

　　安裝cuDNN 7.4

　　在這里下載cuDNN7.4：https://developer.nvidia.com/rdp/cudnn-archive

　　需要登錄下載

　　然后在下載目錄下執行：

　　sudo dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb

　　安裝Tensorflow-GPU版本

　　這里默認是python3的環境。

　　轉到home下，執行：

　　sudo apt-get install python3-pip python3-dev python-virtualenv

　　確保安裝了基本的工具。

　　之后，執行創建虛擬環境的命令：

　　virtualenv --system-site-packages -p python3 ~/tensorflow

　　激活虛擬環境：

　　source ~/tensorflow/bin/activate

　　更新pip?無錫婦科醫院 http://www.bhnnk120.com/

　　easy_install -U pip

　　在虛擬環境下，執行安裝：

　　pip3 install --upgrade tensorflow-gpu

　　之后需要確認安裝NVIDIA驅動!!

　　sudo ubuntu-drivers autoinstall

　　測試安裝，在當前終端下，vim test.py，并添加內容:

　　import tensorflow as tf

　　import numpy as np

　　x = tf.placeholder("float",shape=[None,1])

　　W = tf.Variable(tf.zeros([1,1]))

　　b = tf.Variable(tf.zeros([1]))

　　y = tf.matmul(x,W) +b

　　y_ = tf.placeholder("float",[None,1])

　　cost = tf.reduce_sum(tf.pow((y_-y),2))

　　train_step = tf.train.GradientDescentOptimizer(0.001).minimize(cost)

　　init = tf.initialize_all_variables()

　　sess = tf.Session()

　　sess.run(init)

　　All_x = np.empty(shape=[1,1])

　　All_y = np.empty(shape=[1,1])

　　for i in range(1000):

　　x_s = np.random.rand(1,1)

　　y_s = np.dot([[0.33]],np.random.rand(1,1)) + 0.33

　　feed = {x: x_s, y_: y_s}

　　sess.run(train_step,feed_dict=feed)

　　print("After %d iteration:"%i)

　　print("W : %f"%sess.run(W))

　　print("b : %f"%sess.run(b))

　　All_x = np.concatenate((All_x,x_s))

　　All_y = np.concatenate((All_y,y_s))

　　print(All_x)

　　print(All_y)

　　之后，執行：

　　python3 test.py

　　看到一系列的輸出，表示安裝成功!!