Ubuntu 16.04lts 安装NVIDIA 私有驱动、cuda、cudnn、tensorflow-gpu等问题
2017-04-16 11:13
1316 查看
Ubuntu16.04 i7 7700 GTX1050ti 双显卡笔记本。前前后后搞了两个星期,总算是搞定了。先来一张tensorflow成功运行的图嘚瑟一下。原谅我不怎么会截图。首先要安装NVIDIA的私有驱动,这个过程就折腾了好久,按照网上的教程下载对应的驱动安装,但是出现了用户登录页面输入密码进不了桌面的问题,一直在那里循环,使用系统给出的附加驱动,也出现了这个问题。然后网上有大神给出解决方案:
sudo sh NVIDIA-linux-x86_64-375.20.run -no-xcheck -no-nouveau-check -no-opengl-files其中,-no-x-check 安装驱动时关闭X服务 -no-nouveau-check 禁用nouveau -no-opengl-files 不安装OpenGL文件如果你也是按照网上教程,一定提前已经禁用了nouveau,这里经过测试,问题主要出在opengl上。这样是可以解决循环登陆问题,但是我在安装好了以后,系统仍然使用的是集成显卡,打开NVIDIA X server setting时提示:You do not appear to be using the NVIDIA X driver. Please edit your X configuration file (just run `nvidia-xconfig` as root), and restart the X server.按照提示运行`nvidia-xconfig`,成功了,但是打开NVIDIA X server setting仍然出错!!!WTF!!!这个问题困扰了很久,但是最终还是被英勇顽强的劳动人民解决了!现在给出我的终极解决方案:如果你的电脑比较新,那么去BIOS里关闭“安全启动”。这个是Ubuntu的问题,关闭UEFI安全启动可能还会给你解决其他一些bug问题。然后也不用折腾了,直接安装系统推荐的附加驱动就好了。驱动安装任务完成!!!=====================================================================================================================================接下来安装cuda和cudnn,按照网上的教程没毛病,在安装cuda时,注意一点,前面已经安装了驱动程序,因此,在driver选项时选择“no”。再安装cudnn和tensorflow,现在tensorflow已经到了1.0+版本了,前面没毛病的话就可以
pip install tensorflow-gpu安装好了以后,import tensorflow可能会出现错误:
ImportError: libcudart.so.8.0: cannot open shared object file: No such file or directory其中的
libcudart.so.8.0也可能是5.0等其他数字,另外,import成功以后console的结果里:
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcublas.so.8.0 locallyI tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcudnn.so.5 locallyI tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcufft.so.8.0 locallyI tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcuda.so.1 locallyI tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcurand.so.8.0 locally
也可能提示错误,没能够全部successful。解决方案:
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"export CUDA_HOME=/usr/local/cudatensorflow官网上给出的cuda环境变量设置。如果你和我一样用大JB的pycharm,还可能出现问题,在终端里明明运行好好的,在pycharm里import还是提示错误,还是没能够全部successful,解决方案:
sudo gedit /"pycharm安装包"/bin/pycharm.sh在
LD_LIBRARY_PATH="$IDE_BIN_HOME:$LD_LIBRARY_PATH" "$JAVA_BIN" \这一行前面加入:
LD_LIBRARY_PATH='/usr/local/cuda/lib64'问题就解决了希望有帮助。
相关文章推荐
- 双显卡 ubuntu16.04 安装 NVIDIA驱动 + CUDA + cuDNN + tensorflow-gpu + keras
- Ubuntu16.04+cuda-8.0+cudnn-v5.1+tensorflow0.8-gpu/tensorflow1.0-gpu安装教程
- Ubuntu16.04下安装NVIDIA驱动、CUDA、cuDNN、OpenCV、Caffe和ROS
- ubuntu16.04系统下CUDA8.0和CUDNN6.0和tensorflow(GPU)的安装
- Ubuntu 14.04 安装 CUDA8.0 cudnn 5.1 tensorflow1.2.1GPU
- ubuntu16.04安装NIVIDIA显卡驱动,cuda8.0,cuDNN6.0以及基于Anaconda安装Tensorflow-GPU
- 史上最全的ubuntu16.04安装nvidia驱动+cuda9.0+cuDnn7.0
- ubuntu16.04 安装CUDA 8.0 和 cuDNN 5.1 /cudnn6.0,可适用于gpu版本的(tensorflow,caffe,mxnet)
- TensorFlow_gpu版本 python库安装流程(包括驱动,cuda,cudnn)
- ubuntu 16.04 安装 tensorflow-gpu 包括 CUDA ,CUDNN,CONDA
- ubuntu16.04下安装CUDA,cuDNN及tensorflow-gpu版本过程
- Ubuntu 16.04 安装 CUDA,CUDNN 和 GPU 版本的 TensorFlow 一般步骤总结
- Ubuntu16.04 安装 CUDA8.0 + cudnn5.1 + TensorFlow(GPU) 详细过程
- ubuntu下安装cuda,cudnn以及tensorflow(gpu)
- Ubuntu安装Tensorflow GPU 版本和 CUDA Toolkit 9.1 和 cuDNN 7.0.5 for Python 3
- Ubuntu16.04安装NVIDIA驱动+CUDA9.0+cuDNN7.0
- ubuntu16.04下安装CUDA cuDNN及tensorflow-gpu版本及caffe-gpu过程
- ubuntu 16.04 安装 tensorflow-gpu 包括 CUDA ,CUDNN,CONDA
- Ubuntu 16.04 深度学习环境快速安装(NVIDIA驱动+cuda+cuDNN)
- Ubuntu16.04安装gpu版tensorflow1.2+cuda+cudnn