ubuntu安装 tensorflow gpu
时间: 2025-01-11 12:43:19 浏览: 46
### 安装TensorFlow GPU版本于Ubuntu
#### 准备工作
确保系统已更新至最新状态并安装必要的依赖项。对于不同版本的Ubuntu,某些库可能有所不同[^2]。
```bash
sudo apt-get update && sudo apt-get upgrade -y
```
#### 安装CUDA Toolkit
选择合适的CUDA版本与GPU驱动相匹配非常重要。例如,如果使用的是推荐的NVIDIA驱动程序536.40,则需确认所选CUDA版本与此兼容[^1]。
下载对应版本的CUDA Toolkit,并按照官方指导完成安装:
```bash
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub
sudo add-apt-repository "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda
```
#### 配置环境变量
编辑`~/.bashrc`文件,在其中添加如下路径设置以便使新打开终端能够识别CUDA命令:
```bash
export PATH=/usr/local/cuda-11.8/lib64\
${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
```
执行`source ~/.bashrc`让更改生效。
#### 安装cuDNN SDK
同样地,获取适用于当前CUDA版本的cuDNN包,并解压到指定目录下。注意要保持两者之间的版本一致性以避免潜在冲突。
#### 创建虚拟环境 (可选)
为了更好地管理Python包及其依赖关系,建议创建一个新的Conda或venv虚拟环境中来安装TensorFlow及相关组件。
```bash
python3 -m venv tf-gpu-env
source ./tf-gpu-env/bin/activate
pip install --upgrade pip setuptools wheel
```
#### 安装TensorFlow-GPU
最后一步就是通过Pip工具直接安装支持GPU加速功能的TensorFlow发行版了。这里假设已经完成了上述所有准备工作。
```bash
pip install tensorflow==2.10.0 # 版本号取决于需求和个人偏好
```
验证安装是否成功可以通过运行简单的测试脚本来实现:
```python
import tensorflow as tf
print(tf.reduce_sum(tf.random.normal([1000, 1000])))
```
阅读全文
相关推荐

















