[心得] RTX 2080 Ti下的Tensorflow安裝

[Fireis556 (看ptt看到睡著..)]

最近剛弄好了這個坑 所以想說記錄下來 如果有需要的人可以來參考看看


先說結論 Ubuntu 18.04 server LTS + RTX 2080 Ti


最後選擇的配置是 Tensorflow 1.12 GPU + CUDA 10.0 + cuDNN 7.3.1


大致上的配置照著這個就可以了 https://bit.ly/2SFE9xe



https://imgur.com/6p5PMzU
稍微要注意的是 圖靈架構的compute capability 7.5 因此在設定tf的安裝時
我將他改成7.5了


建議是架設虛擬環境，我個人是使用Anaconda，如果沒裝可以參考下面網址
https://bit.ly/2NIKt6n


這邊只需要參考第七步與第八步(安裝Anaconda與建環境)


然後在安裝CUDA 10.0 不需要先裝GPU驅動，還有gcc是吃7.3版本的 所以也不用降


如果有問題的話可以來信討論或是推文，多謝各位

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.242.190.191
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1551785818.A.6DA.html
推 st1009: 推推
推 sma1033: 感謝分享，或許可以考慮用docker ?
推 jasonwu23: 請問你是實體機嗎 還是aws之類網路server
→ jasonwu23: 回樓上上 用docker的話 宿主本身也是要先裝cuda
推 yanwu0105: 推推
推 sma1033: 用docker的話宿主可以免裝Anaconda，少一層弄壞OS的風險
→ sma1033: cuda driver倒是免不了就是了
推 cosmosgonow: 推 sma1033 大，使用 docker 之後工作方便很多
推 cosmosgonow: 曾經遇過需要跑不同 tf 版本的實驗，只要 Dockerfil
→ cosmosgonow: e 的 base image 替換就好了，完全不用重裝，挺方便
→ cosmosgonow: 的
推 sma1033: 我自己是用過docker之後就離不開了 XD
推 roccqqck: 不同tf版本用conda虛擬環境也可啊
→ roccqqck: 我ubuntu18.04.1  RTX2080
→ roccqqck: cuda10  cudnn7.4.2  都用deb安裝
→ roccqqck: 我安裝miniconda都用虛擬環境 base環境從來不動它
→ roccqqck: 每個user anaconda各自裝在/home/user底下 base環境別動
→ roccqqck:  都用虛擬conda環境就不會弄壞os
→ roccqqck: 安裝包出問題或安裝失敗 刪掉虛擬環境重建新虛擬環境 ba
→ roccqqck: se永遠不動
推 sma1033: docker方便的是可以做版本控管，透過docker可以輕易的建
→ sma1033: 幾十個環境，然後環境之間共同的檔案還可以互相分享
推 roccqqck: 對而且docker不限python套件 各種作業系統 語言套件都可
→ roccqqck: 多種環境
推 roccqqck: https://hub.docker.com/r/nvidia/cuda/
→ roccqqck: 對了有大大知道pycharm怎麼連docker的直譯器嗎
→ roccqqck: 更新 如何連到遠端server的docker
推 roccqqck: docker裝opensshserver解決
推 yeeouo: 請問有沒有知道對新手比較友好的docker教學...