深度学习Ubuntu18.04+RTX 2080Ti+cuda10.0+cudnn7.42+tensorflow-gpu=1.13.0rc2

本文主要是介绍深度学习Ubuntu18.04+RTX 2080Ti+cuda10.0+cudnn7.42+tensorflow-gpu=1.13.0rc2，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

一、安装Ubuntu18.04

查看之前教程：https://blog.csdn.net/sun___shy/article/details/87558563

二、安装RTX2080Ti驱动

正常显卡的驱动在sudo apt-get update之后，都会在软件和更新里面的附加驱动中显示，或者通过指令 sudo ubuntu-drivers autoinstall就能自动安装，可能2080Ti太新了，附加驱动根本找不到，我先把软件更新源换成了aliyun。

1. 更新apt-get源列表
sudo apt-get update
sudo apt-get upgrade
2. 添加驱动源
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update

3.选择最新的版本415，选择应用即可。

4.等待安装几分钟，重启即可。

三、安装CUDA10

到cuda官网:https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal

 

sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

注意：安装后一定要重启一下！

终端输入：

nvidia-smi

虽然当时是选择的415版本，这里可以看到却是410版本，可能会自己适配吧。

四、安装cudnn7.42

从官网下载：https://developer.nvidia.com/rdp/cudnn-download

选择第三个cuDNN Library for Linux

解压后，cd到该目录：

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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

接下来编辑path环境变量文档：

sudo gedit ~/.bashrc

将cuda的环境变量加到打开的文件最后

export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64”
export CUDA_HOME=/usr/local/cuda
export PATH="$CUDA_HOME/bin:$PATH"

文件生效：

source ~/.bashrc

 五、安装tensorflow-gpu=1.13.0rc2

TensorFlow 1.13.0 RC2 前几天刚发布了，支持cuda10了

详情查看发布说明。

终端输入： 

sudo apt install python-pip
pip3 install tensorflow-gpu==1.13.0rc2

 等待下载安装即可：

测试成功！

这篇关于深度学习Ubuntu18.04+RTX 2080Ti+cuda10.0+cudnn7.42+tensorflow-gpu=1.13.0rc2的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---