Respostas:
Acabei de instalar o GPU Tensorflow no Ubuntu 18.04. Existem muitas instruções para isso, no entanto, acho que a maneira mais rápida e fácil geralmente não é usada e quero compartilhá-la:
NVIDIA DRIVER:
ubuntu-drivers devices
sudo ubuntu-drivers autoinstall
nvidia-smi
CUDA:
Normalmente: "sudo apt install nvidia-cuda-toolkit" No entanto, isso instala a versão 9.1, muito nova no momento e o fluxo tensor não será executado. Faça o download do CUDA 9.0: https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1704&target_type=runfilelocal Em seguida, execute (Detalhes adicionais na primeira linha podem ser encontrados em: Como pode Eu instalo o CUDA 9 no Ubuntu 17.10 ):
sudo sh cuda_9.0.176_384.81_linux.run --override
sudo ln -s /usr/bin/gcc-6 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-6 /usr/local/cuda/bin/g++
cd ~
sudo nano .bashrc
add at the end of the file:
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
CTL+X to save and exit
CuDNN:
registre-se na nvidia developers https://developer.nvidia.com/cudnn Faça o download da biblioteca de tempo de execução e desenvolvedor 9.1 para 16.04 (Arquivos cuDNN v7.1.3 Runtime Library para Ubuntu16.04 (Deb) e da biblioteca de desenvolvedores cuDNN v7.1.3 para Ubuntu16.04 ( Deb)) Abra os arquivos com o gerenciador de software e instale-os. Verificar com:
cat /usr/include/x86_64-linux-gnu/cudnn_v*.h | grep CUDNN_MAJOR -A 2
Instale bibliotecas e tensorflow:
sudo apt-get install libcupti-dev
pip3 install tensorflow-gpu
Verifica:
in tensorflow check for GPU support
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
Nota: Inicie o tensorflow ou seu ambiente de desenvolvimento no terminal, caso contrário, para mim, ele não carrega as variáveis PATH.
Apenas para estender a resposta de Jonny: ao seguir o método de Jonny para instalar o CUDA, tive que escolher "Não" em "Instalar o driver de gráficos acelerados da NVIDIA para Linux-x86_64 384.81?" (sim ou padrão para todo o resto). Caso contrário, a instalação do driver CUDA falhará dizendo "ERRO: Um módulo do kernel da NVIDIA 'nvidia-drm' parece já estar carregado no seu kernel"
Em seguida, você pode testar sua instalação CUDA executando as amostras.
Primeiro instale suas dependências:
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev libglfw3-dev libgles2-mesa-dev
Eles não serão compilados com os novos compiladores no Ubuntu 18, portanto, você precisará fazer o downgrade para o gcc / g ++ 6:
sudo apt-get install gcc-6 g++-6
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 10
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 10
Compile as amostras navegando para:
~/NVIDIA_CUDA-9.0_Samples/bin/x86_64/linux/release
E compile usando:
make -k
Execute uma das amostras como:
./nbody