cudnn

上周末由于某些莫名的原因重装了系统，又重新捣鼓了一次深度学习环境全套安装~~ 吐血~~做个记录，方便下次继续重装系统又要安装。。。。。 本次所有安装基于Ubuntu16.04系统下安装，安装好后的环境是 nvidia-410, Cuda10.0.130，cudnn7.6.5，Anconda5.1（Python3.6.4）， Tensorrt7.0.0.11。 安装NVIDIA驱动 卸载干净所有安装过的nvidia驱动 sudo apt-get remove --purge nvidia-* 执行以下命令添加驱动源 sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update Ctrl+Alt+F1切换到tty1执行 sudo service lightdm stop sudo apt-get install nvidia-410 nvidia-settings nvidia-prime sudo nvidia-xconfig sudo update-initramfs -u sudo reboot 上面 sudo apt-get install nvidia-410 nvidia-settings nvidia-prime 这条语句表示我安装的nvidia驱动版本是410（cuda10.0需要 nvidia

官方网址 1.1.下载： libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb cudnn-10.0-linux-x64-v7.5.0.56.tgz 1.2 .解压cudnn-10.0-linux-x64-v7.5.0.56.tgz： tar -xzvf cudnn-10.0-linux-x64-v7.5.0.56.tgz 执行： $ sudo cp cuda/include/cudnn.h /usr/local/cuda/include $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 $ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* 1.3. dpkg -i libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb 1.4.验证： cp -r /usr/src/cudnn_samples_v7/ $HOME cd $HOME /cudnn_samples_v7/mnistCUDNN make clean && make ./mnistCUDNN If cuDNN is properly installed and running on your

小白学TensorFlow（一） tensorflow安装 在安装之前，您必须选择以下类型的TensorFlow之一来安装： TensorFlow仅支持CPU支​​持。如果您的系统没有NVIDIA®GPU，则必须安装此版本。请注意，此版本的TensorFlow通常会更容易安装（通常在5或10分钟内），因此即使您有NVIDIA GPU，建议先安装此版本。 TensorFlow支持GPU。TensorFlow程序通常在GPU上的运行速度明显高于CPU。因此，如果您的系统具有满足以下所示先决条件的NVIDIA®GPU，并且您需要运行性能关键型应用程序，则应最终安装此版本。 运行TensorFlow与GPU支持的要求 如果您使用本指南中描述的机制之一来安装具有GPU支持的TensorFlow，则系统上必须安装以下NVIDIA软件： CUDA®工具包8.0。有关详细信息，请参阅 NVIDIA的文档 确保将相关的Cuda路径名附加到%PATH% 环境变量中，如NVIDIA文档中所述。 与CUDA Toolkit 8.0相关的NVIDIA驱动程序。 cuDNN v6或v6.1。有关详细信息，请参阅 NVIDIA的文档 。请注意，cuDNN通常安装在与其他CUDA DLL不同的位置。记得将cuDNN DLL的目录添加到 %PATH% 环境变量中。 具有CUDA Compute Capability

原生Windows安装TensorFlow 0.12方法 标签： tensorflow windows 2016-12-04 11:23 37737人阅读 评论 (24) 收藏 举报 分类： TensorFlow 版权声明：本文为博主原创文章，未经博主允许不得转载。 2016年11月29日，TF官方宣布0.12版tensorflow支持原生windows操作系统，不在需要通过Docker进行安装。作为一个tf初学者，也是windows重度依赖用户，通过在墙里墙外各种搜索，终于找到了一种可行的安装方法。现予以总结，供同行参考。 博主机器配置： [html] view plain copy OS：Window 7 64bit CPU：Intel i7-2600K 内存：8G 显卡：Nvidia GeForce GTX 560 （有人推荐使用 Windows PowerShell 代替 CMD，所以下面一、二、三、四步均在Power Shell下执行，“开始”->“附件”->“Windows Power Shell”->“Windows Power Shell”） 一、安装Python 1、通过Pip在Windows上安装Python TensorFlow在Windows上只支持64位Python3.5，可以通过 Python 3.5 from python.org 或 Python 3

1 CUDA 10.0 安装 　　win10 下的cuda 安装是非常简单的，和其他程序安装没什么区别，现在 tensorflow 1.13 版本以上 支持 CUDA 10.0 ，这里选取了CUDA 10.0+ CUDNN 7.5 +tensorflow 1.13 + opencv 3.4.0 　　（1）安装 nvidia 的驱动， 在 https://www.geforce.cn/drivers 选取与显卡对应的驱动 安装（这里选择了gtx750ti 417 版本） 　　（2）在 https://developer.nvidia.com/cuda-10.0-download-archive 选择对应的 CUDA 下载 　　　　 　　（3）运行安装文件 ， 选择的自定义安装 会显示 所有 组件， 一般情况下 只要选择安装 cuda 就行( 安装 驱动程序时，剩下的组件一般都是安装好了的) 　　（4）等待安装完成，安装成功后 在 命令行输入 nvcc -V 会显示版本信息 则安装成功。如果没有 查看系统环境变量 的 path 中是否有CUDA 的相关目录 　　　　　　例如 ，没有则添加。 2 CUDNN 7.5 安装 　　（1）在 网址 https://developer.nvidia.com/rdp/cudnn-archive （需登录） 中选取 Download cuDNN v7