为tensorflow升级CUDA和cuDNN的最佳实践

我目前负责让tensorflow gpu 1.8在我的机器上工作。到目前为止，我一直在使用TFGPU1.2，但由于一些必需的功能，我必须升级我的安装

在这样做之前，我想检查一下是否有这样做的最佳实践。我当前的设置如下所示：

• Ubuntu 16.04
• 英伟达GeForce GTX 1080 Ti
• NVIDIA驱动程序版本：384.111
• 用于Python 3的Anaconda 4.4.0
• CUDA v8.0
• cudnnv5.1
• tensorflow gpu v1.2

正如tf主页上所写，我必须使用CUDA v9.0以及cuDNN v7.1。由于所有这些说明都是指干净的安装，而不是更新，我不确定是否最好先卸载旧版本

如果你已经有同样的问题，请分享你的经验。谢谢大家!

见。他们说总是先从cuda删除旧版本

由于cuda 9.1需要大于等于390版本的驱动程序（请检查）。最好删除当前的驱动程序。 但不用担心，因为390驱动程序在安装时附带CUDA9.1

现在，作为个人建议，我想说的是删除几乎所有与nvidia/cuda相关的内容（不包括python）。由于某些原因，在Ubuntu中安装和设置CUDA时很容易搞糟

---

如果您在安装后遇到任何问题，请参阅，这是我刚才回答的帖子。

谢谢@joão gabriel s.f。我成功地卸载了CUDA 8.0/cuDNN 5.1并安装了最新版本的tensorflow。由于整个过程让我有点困惑，我决定发布一个快速演练，也许可以帮助处于相同情况的人

卸载

首先，我卸载了cuda及其所有依赖项。当我通过PackageManager安装它时，我使用apt get将其删除。对于运行文件安装，您可以检查

此外，我还检查了

/usr/local/

中的所有cuda文件夹，并将其删除。关于cuDNN，通过删除所有cuda文件夹，相应的cuda标头和LIB已被删除

安装

首先检查图形卡的驱动程序。CUDA9.0使用v384.111驱动程序（因此不需要390.xxx），所以我在这里无事可做

我下载了CUDA Toolkit 9.0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，我按照描述验证了我的安装

我以tarball的形式从档案中下载了cudnn7.1，并通过

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*

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

---

再次感谢您，祝您度过愉快的一周

谢谢，我听从了你的建议，一切都很顺利。但是：对于CUDA9.0，您不必将驱动程序升级到390.xxx，它可以与384.xxx一起使用。我在回答中提到了这一点。对不起，我指的是cuda 9.1。

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*