服务器设置和教程 · 8 10 月, 2024

Ubuntu 18.04 安裝 Tensorflow (GPU)

Ubuntu 18.04 安裝 TensorFlow (GPU)

TensorFlow 是一個開源的機器學習框架，廣泛應用於深度學習和數據分析。對於需要高效計算的任務，使用 GPU 來加速計算是非常重要的。本文將指導您如何在 Ubuntu 18.04 上安裝 TensorFlow 的 GPU 版本。

前置條件

在開始安裝之前，您需要確保您的系統滿足以下要求：

  • Ubuntu 18.04 操作系統
  • 支持 CUDA 的 NVIDIA GPU
  • 安裝 NVIDIA 驅動程序
  • 安裝 CUDA Toolkit
  • 安裝 cuDNN

步驟 1：安裝 NVIDIA 驅動程序

首先，您需要安裝 NVIDIA 驅動程序。可以通過以下命令來安裝：

sudo apt update
sudo apt install nvidia-driver-460

安裝完成後，重啟系統以使驅動程序生效。

步驟 2：安裝 CUDA Toolkit

接下來，您需要安裝 CUDA Toolkit。可以從 NVIDIA 的官方網站下載最新版本的 CUDA Toolkit。以下是安裝的基本步驟：

  1. 訪問 NVIDIA CUDA Downloads 頁面。
  2. 選擇您的操作系統和版本，然後下載相應的安裝包。
  3. 根據下載的文件類型，使用以下命令安裝：
sudo dpkg -i cuda-repo-ubuntu1804-_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo apt update
sudo apt install cuda

安裝完成後，您需要將 CUDA 的路徑添加到環境變量中。編輯 ~/.bashrc 文件，添加以下行：

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

然後運行以下命令使更改生效：

source ~/.bashrc

步驟 3：安裝 cuDNN

cuDNN 是 NVIDIA 提供的深度學習加速庫。您需要從 NVIDIA 的網站下載 cuDNN，然後安裝它。以下是安裝步驟：

  1. 訪問 NVIDIA cuDNN 頁面，並下載相應版本的 cuDNN。
  2. 解壓下載的文件，然後使用以下命令安裝：
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*

步驟 4：安裝 TensorFlow

現在，您可以安裝 TensorFlow 的 GPU 版本。建議使用 Python 的虛擬環境來管理依賴項。首先，安裝 pip 和 virtualenv：

sudo apt install python3-pip
pip3 install virtualenv

然後創建一個虛擬環境並激活它：

virtualenv --system-site-packages -p python3 ./venv
source ./venv/bin/activate

最後，安裝 TensorFlow GPU 版本：

pip install tensorflow-gpu

步驟 5：驗證安裝

安裝完成後，您可以通過以下 Python 代碼來驗證 TensorFlow 是否正確安裝並能夠使用 GPU：

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))

如果顯示可用的 GPU 數量，則表示安裝成功。

總結

在 Ubuntu 18.04 上安裝 TensorFlow (GPU) 涉及多個步驟，包括安裝 NVIDIA 驅動程序、CUDA Toolkit 和 cuDNN，最後安裝 TensorFlow。這些步驟確保了您的系統能夠充分利用 GPU 的計算能力，從而加速機器學習任務。如果您需要穩定的環境來運行這些應用，考慮使用 香港 VPS 服務，以獲得更好的性能和可靠性。

You may also like...