Question

我目前负责让tensorflow-gpu 1.8在我的机器上工作。我一直在使用tf-gpu 1.2，但由于一些必需的功能，我必须升级我的安装。

在此之前，我想检查一下是否有最好的做法。我目前的设置如下：

Ubuntu 16.04
NVIDIA GeForce GTX 1080 Ti
NVIDIA驱动程序版本：384.111
Anaconda 4.4.0 for Python 3
CUDA v8.0
cuDNN v5.1
tensorflow-gpu v1.2

正如在tf-homepage上所写，我将不得不使用CUDA v9.0以及cuDNN v7.1。由于所有这些说明都指的是全新安装而非更新，我不确定是否最好先卸载旧版本。

如果您遇到同样的问题，请分享您的经验。谢谢！

Answer 1

谢谢@joãogabriels.f.我能够成功卸载CUDA 8.0 / cuDNN 5.1并安装最新版本的tensorflow。由于整个程序对我来说有点混乱，我决定发布一个快速的演练，也许可以帮助处于相同情况的人。

<强> DEINSTALL

首先，我卸载了cuda及其所有依赖项。当我通过包管理器安装它时，我使用apt-get删除它。对于runfile安装，您可以检查this。

sudo apt-get --purge remove cuda
sudo apt-get autoremove
dpkg --list |grep "^rc" | cut -d " " -f 3 | xargs sudo dpkg --purge

另外，我检查了/usr/local/中的任何cuda文件夹并将其删除。关于cuDNN，通过删除所有cuda文件夹，删除了相应的cuda标头和库。

安装

首先检查显卡的驱动程序。 CUDA 9.0与v384.111驱动程序一起使用（所以不需要390.xxx），所以我在这里无事可做。

我下载了CUDA Toolkit 9.0 here作为deb（本地）。在同一个文件夹中，我执行了

dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub sudo apt-get update sudo apt-get install cuda

然后设置环境变量：

export PATH=${PATH}:/usr/local/cuda-9.0/bin export CUDA_HOME=${CUDA_HOME}:/usr/local/cuda:/usr/local/cuda-9.0 export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/usr/local/cuda-9.0/lib64

之后我按照here所述验证了我的安装。

我从存档中下载了cuDNN 7.1作为tarball并通过
安装
tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz 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*

启动Python bash后，我能够导入tensorflow并运行一个简单的图形。

再次感谢，祝你有愉快的一周！

Answer 2

见this documentation。他们说要先从cuda中删除旧版本。

并且因为cuda 9.1需要驱动程序＆gt; = 390版本。删除当前的驱动程序会很好。但不用担心，因为390驱动程序在安装时附带了cuda 9.1。

现在，作为个人建议，我会说要删除与nvidia / cuda相关的几乎所有内容（不包括python）。在Ubuntu中安装和设置CUDA时，由于某些原因很容易弄乱它。

如果您在安装后遇到任何问题，请参阅ubuntu-16-04-lts-login-loop-after-updating-driver-nvidia，这是我之前回答的帖子。

针对张量流升级CUDA和cuDNN的最佳做法

2 个答案: