联想R7000+Ubuntu18.04 安装CUDA+cuDNN+Tensorflow合集(提供云盘资源和加速指南)亲测

安装CUDA

第一步：查看显卡型号

#没有显卡驱动
$ ubuntu-drivers devices
#有显卡驱动
$ nvidia-smi 

第二步：选择合适的显卡驱动安装(这里我选择r7000支持的最低版本440)

$ sudo apt-get install nvidia-driver-440-server 

第三步:安装cuda

# 1、安装CUDA 10.0包
sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda-10-0
# 注：
# 如果是第一次安装 直接sudo apt-get install cuda 也行
# 如果之前安装过CUDA其他版本,为了避免混淆安装错误，最好是指定具体版本，否则容易安装失败
# 如：
#		sudo apt-get install cuda-10-0	
#		sudo apt-get install cuda-10-2

# 2、安装官网2019年3月补丁包
wegt http://developer.download.nvidia.com/compute/cuda/10.0/Prod/patches/1/cuda-repo-ubuntu1804-10-0-local-nvjpeg-update-1_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-nvjpeg-update-1_1.0-1_amd64.deb

或者使用.run安装

$ sudo sh cuda.run
#执行该代码后需要分别输入：accept -> n -> y -> y -> y完成安装

第四步:检测安装成功与否

cat /usr/local/cuda/version.txt 
# CUDA Version 10.0.130

安装cuDNN

第一步：

 下载安装包 Runtime Developer Code三个包都需要
wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.4.38/Production/10.0_20190923/Ubuntu18_04-x64/libcudnn7_7.6.4.38-1%2Bcuda10.0_amd64.deb
wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.4.38/Production/10.0_20190923/Ubuntu18_04-x64/libcudnn7-dev_7.6.4.38-1%2Bcuda10.0_amd64.deb
wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.4.38/Production/10.0_20190923/Ubuntu18_04-x64/libcudnn7-doc_7.6.4.38-1%2Bcuda10.0_amd64.deb

# 解压：
sudo dpkg -i libcudnn7_7.6.4.38-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.6.4.38-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.6.4.38-1+cuda10.0_amd64.deb

第二步:测试安装成功与否

$ cat /usr/include/x86_64-linux-gnu/cudnn_v7.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 4
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

安装Tensorflow-gpu(这里选择安装1.15.4的版本)

第一步：安装依赖

  sudo apt-get update 
  sudo apt-get install -y python3-pip python3-tk
  sudo -H pip3 install --upgrade pip

第二步：安装tensorflow

一般操作：

$ pip3 install tensorflow-gpu==1.15.4

超级加速操作：

方法来自这篇文章：https://www.cdsy.xyz/computer/programme/Python/240819/cd62901.html

sudo -H pip3 --default-timeout=1000000 install -U -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu==1.15.4
#该方法适用于安装所有通过pip安装的包，方法就是把这里的"tensorflow-gpu==1.15.4"替换成你想安装的包名和对应的版本。

第三步：检测安装效果

import tensorflow as tf
print(tf.__version__)
#输出'2.0.0'
print(tf.test.is_gpu_available())
#会输出True,则证明安装成功

为了防止大家下不到对应的包，下面我给出所有包的百度云链接

链接: https://pan.baidu.com/s/1q-05FFFewYjkO6UD5gDPxQ

密码: wuch

本篇文章搭建环境主要目的是跑OverlapNet，SLAM网络，后期将会出完整的该网络运行方案。