Ubuntu16.04安装配置GPU TeslaP40+CUDA+CUDNN+Tensrorflow-GPU

1、安装GPU驱动

          确认Ubuntu上安装的Nvidia的GPU的系列，主要有TITAN, Tesla, Geforce等等，然后到Nvidia官网上下载响应的驱动。

官网链接（https://www.nvidia.com/Download/index.aspx?lang=en-us）

如下图1所示，选择对应的型号，操作系统类型和产品类型，点击搜索，然后点击下载。

图1

下载得到一个执行文件，我的事p40系列对应的是：NVIDIA-Linux-x86_64-410.72.run

执行: chmod +x NVIDIA-Linux-x86_64-410.72.run

 sh NVIDIA-Linux-x86_64-410.72.run 

如果安装成果在命令行执行：nvidia-smi会出现一下图2信息

图2

2、安装CUDA9.0

          首先在官网上(https://developer.nvidia.com/cuda-downloads)下载CUDA

下载完成后执行以下命令：

sudo sh cuda_xxxx_linux.run

环境变量配置 打开~/.bashrc文件：

将以下内容写入到~/.bashrc尾部：

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在终端执行命令

source ~/.bashrc

让配置立即生效

3、安装CUDNN

            cuDNN是GPU加速计算深层神经网络的库。 首先去官网(https://developer.nvidia.com/rdp/cudnn-download)下载cuDNN,可能需要注册一个账号才能下载。

下载后解压执行一下操作：

$cd folder/extracted/contents

$ sudo cp -P include/cudnn.h /usr/include

$ sudo cp -P lib64/libcudnn* /usr/lib/x86_64-linux-gnu/

$ sudo chmod a+r /usr/lib/x86_64-linux-gnu/libcudnn*

4、安装Tensorflow-GPU

            首先确保安装python3 pip3等组件

执行：sudo pip3 install tensorflow-gpu

5、测试是否安装成功

            执行python3

进入python命令行，执行：

import tensorflow as tf

没有报错信息就表明执行成功

执行一下例子：

matrix1 = tf.constant([[3., 3.]])

matrix2 = tf.constant([[2.],[2.]])

product = tf.matmul(matrix1, matrix2)

sess = tf.Session()

如果看到类似图3的信息表示已经使用上GPU了

图3

结束！