Ubuntu18.04 安装 TensorFlow (GPU)

安装 TensorFlow GPU 版本需要在 Ubuntu 18.04 上执行以下步骤： 1. 安装 Nvidia 显卡驱动程序。可以使用以下命令检查系统中已安装的显卡驱动程序版本： ``` $ ubuntu-drivers devices ``` 然后使用以下命令...

### 在 Ubuntu 18.04 上安装 CUDA 和 cuDNN 的方法 #### 安装 NVIDIA 驱动程序 在安装 CUDA 套件之前，需要先确保系统已正确安装适合的 NVIDIA 显卡驱动程序。可以通过以下命令来完成此操作： ```bash sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt update sudo apt install nvidia-driver-510-server ``` 安装完成后重启计算机以使更改生效[^3]。 #### 下载并安装 CUDA 工具包 访问 NVIDIA 开发者网站下载对应版本的 CUDA 工具包运行文件。例如对于 CUDA 11.1 版本，可以执行如下命令获取安装器： ```bash wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run chmod +x cuda_11.1.0_455.23.05_linux.run ./cuda_11.1.0_455.23.05_linux.run ``` 按照提示逐步完成安装过程[^4]。如果选择静默模式或者自定义路径，则需手动配置环境变量 `PATH` 及 `LD_LIBRARY_PATH` 来指向新安装目录下的二进制和库文件位置。 #### 解压与部署 cuDNN 库 cuDNN 是一种针对深度神经网络优化过的 GPU 加速库，在 TensorFlow 或 PyTorch 中被广泛采用。以下是基于 `.tgz` 归档形式分发版的具体步骤说明： 解压缩归档文件到当前工作区： ```bash tar -zxvf cudnn-11.0-linux-x64-v8.0.4.30.tgz ``` 复制头文件以及动态链接共享对象至全局可见区域 `/usr/local/cuda` 并赋予适当权限以便其他用户也能正常读取它们的内容： ```bash sudo cp -rf cuda/include/cudnn* /usr/local/cuda/include/ sudo cp -rf cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn* sudo chmod a+r /usr/local/cuda/lib64/libcudnn* ``` 另外还有通过 Debian 软件包管理方式来进行安装的选择方案之一就是利用官方预构建好的 deb 文件直接导入系统仓库之中从而简化依赖关系处理流程： ```bash sudo dpkg -i libcudnn8_8.0.4.30-1+cuda11.0_amd64.deb sudo dpkg -i libcudnn8-dev_8.0.4.30-1+cuda11.0_amd64.deb sudo dpkg -i libcudnn8-samples_8.0.4.30-1+cuda11.0_amd64.deb ``` 以上两种途径任选其一即可满足大多数应用场景需求[^2]。 最后记得验证整个设置是否成功无误，比如编译测试样例项目确认能否顺利调用底层硬件资源实现预期功能目标等等。