双显卡 ubuntu16.04 安装 NVIDIA驱动 + CUDA + cuDNN + tensorflow-gpu + keras
2017-06-06 11:07
4651 查看
可能还是因为对ubuntu了解太少,昨天晚上随便倒腾两下系统就开始循环登录、启动黑屏。。网上查了很多资料都没有解决问题,主要是自己也没有备份。于是只能重装了,虽然已经重装过很多次了,还是记录一下安装踩的坑。同时也提醒自己,以后记得备份系统,配置一次环境太费事儿了。。
环境:
ubuntu 16.04 64bit
双显卡:NVIDIA GEFORCE GTX 850M + 集成显卡
驱动:nvidia 375.66
软件:cuda8.0 + cuDNN5.1
1.准备工作:
1.1 配置安装环境
sudo apt-get update
sudo apt-get install python-dev python-pip python-nose gcc g++ git gfortran
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install git cmake build-essential
1.2 禁用自带的显卡驱动nouveau
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
在其中加入:blacklist nouveau option nouveau modeset=0
sudo update-initramfs -u
1.3 加入环境变量
sudo gedit ~/.bashrc
在其中加入:
export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
执行 source ~/.bashrc
2. 安装NVIDIA显卡驱动 (网上也有先装cuda再装驱动的)
首先还是先去官网下载正确的显卡驱动,官网:http://www.geforce.cn/drivers
查看自己的显卡型号:
sudo lshw -numeric -C display
如果之前安装过nvidia驱动,先卸载:
sudo apt-get remove –purge nvidia*
Ctrl-Alt+F1进入命令行界面
cd Downloads
sudo chmod a+x NVIDIA-Linux-x86_64-375.66.run
sudo ./NVIDIA-Linux-x86_64-375.66.run –no-x-check –no-nouveau-check –no-opengl-files
# 这句一定要加参数,不然就会循环登录
reboot
3. 安装cuda
去官网下载:https://developer.nvidia.com/cuda-downloads
注意一定要下载runfile。
Ctrl-Alt+F1进入命令行界面
cd Downloads
sudo service lightdm stop
sudo sh cuda-8.0.44_linux.run --no-opengl-libs
一直输入yes就行
reboot
重启之后进入修改环境配置
sudo gedit ~/.bashrc
加入:
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
执行: source ~/.bashrc
测试安装是否成功:
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
显示gpu信息,说明安装成功。
查看显卡情况:nvidia-smi
4. 配置cuDNN
官网下载:https://developer.nvidia.com/rdp/cudnn-download
注册账号之后就可以下载啦。建议下载5.1,安装6.0之后会一直提示缺少文件,怕了怕了。下载之后解压
cd Downloads/cuda
sudo cp -a include/cudnn.h /usr/local/cuda/include/ # 复制头文件
cd ./lib64
sudo cp -a lib* /usr/local/cuda/lib64/ #复制动态链接库 cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5 #删除原有动态文件
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5 #生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so #生成软链接
5. tensorflow-gpu+keras
sudo pip install -U --pre pip setuptools wheel
sudo pip install -U --pre numpy scipy matplotlib scikit-learn scikit-image
sudo pip install -U --pre tensorflow-gpu
sudo pip install -U --pre keras
打开python测试一下:
import tensorflow
import keras
没报错就安装好啦~
官网给出的测试:
git clone https://github.com/fchollet/keras.git cd keras/examples/
python mnist_mlp.py
环境:
ubuntu 16.04 64bit
双显卡:NVIDIA GEFORCE GTX 850M + 集成显卡
驱动:nvidia 375.66
软件:cuda8.0 + cuDNN5.1
1.准备工作:
1.1 配置安装环境
sudo apt-get update
sudo apt-get install python-dev python-pip python-nose gcc g++ git gfortran
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install git cmake build-essential
1.2 禁用自带的显卡驱动nouveau
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
在其中加入:blacklist nouveau option nouveau modeset=0
sudo update-initramfs -u
1.3 加入环境变量
sudo gedit ~/.bashrc
在其中加入:
export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
执行 source ~/.bashrc
2. 安装NVIDIA显卡驱动 (网上也有先装cuda再装驱动的)
首先还是先去官网下载正确的显卡驱动,官网:http://www.geforce.cn/drivers
查看自己的显卡型号:
sudo lshw -numeric -C display
如果之前安装过nvidia驱动,先卸载:
sudo apt-get remove –purge nvidia*
Ctrl-Alt+F1进入命令行界面
cd Downloads
sudo chmod a+x NVIDIA-Linux-x86_64-375.66.run
sudo ./NVIDIA-Linux-x86_64-375.66.run –no-x-check –no-nouveau-check –no-opengl-files
# 这句一定要加参数,不然就会循环登录
reboot
3. 安装cuda
去官网下载:https://developer.nvidia.com/cuda-downloads
注意一定要下载runfile。
Ctrl-Alt+F1进入命令行界面
cd Downloads
sudo service lightdm stop
sudo sh cuda-8.0.44_linux.run --no-opengl-libs
一直输入yes就行
reboot
重启之后进入修改环境配置
sudo gedit ~/.bashrc
加入:
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
执行: source ~/.bashrc
测试安装是否成功:
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
显示gpu信息,说明安装成功。
查看显卡情况:nvidia-smi
4. 配置cuDNN
官网下载:https://developer.nvidia.com/rdp/cudnn-download
注册账号之后就可以下载啦。建议下载5.1,安装6.0之后会一直提示缺少文件,怕了怕了。下载之后解压
cd Downloads/cuda
sudo cp -a include/cudnn.h /usr/local/cuda/include/ # 复制头文件
cd ./lib64
sudo cp -a lib* /usr/local/cuda/lib64/ #复制动态链接库 cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5 #删除原有动态文件
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5 #生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so #生成软链接
5. tensorflow-gpu+keras
sudo pip install -U --pre pip setuptools wheel
sudo pip install -U --pre numpy scipy matplotlib scikit-learn scikit-image
sudo pip install -U --pre tensorflow-gpu
sudo pip install -U --pre keras
打开python测试一下:
import tensorflow
import keras
没报错就安装好啦~
官网给出的测试:
git clone https://github.com/fchollet/keras.git cd keras/examples/
python mnist_mlp.py
相关文章推荐
- linux下 安装anaconda NVIDIA显卡驱动 cuda cudnn tensorflow-gpu 线下安装!
- [置顶] 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN
- ubuntu16.04 +NVIDIA驱动+cuda8.0+cudnn+andaconda+tensorflow(GPU版)+Spyder+pycharm全套配置
- Ubuntu 16.04 nvidia cuda cudnn tensorflow-gpu 配置
- ubuntu16.04 + NVIDIA驱动 + CUDA + cuDNN + tensorflow-gpu + keras安装
- 华硕笔记本(GTX 1060显卡)安装Ubuntu16.04+Nvidia显卡驱动+Cuda8.0+cudnn6.0+ROS+Opencv3.2+Caffe+Tensorflow
- 史上最全的ubuntu16.04安装nvidia驱动+cuda9.0+cuDnn7.0
- Ubuntu 16.04 深度学习环境快速安装(NVIDIA驱动+cuda+cuDNN)
- ubuntu 14.04 server搭建+NVIDIA+CUDA+CUDNN+caffe+theano+tensorflow+keras+matlab
- ubuntu16.04+CUDA本地安装+cuDNN本地安装+tensorflow
- Ubuntu16.04安装NVIDIA驱动+CUDA9.0+cuDNN7.0
- 深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
- 史上最全的ubuntu16.04安装nvidia驱动+cuda9.0+cuDnn7.0
- Ubuntu 16.04安装Nvidia 驱动及cuda 8.0 cudnn6.0 遇到的坑
- Ubuntu 16.04lts 安装NVIDIA 私有驱动、cuda、cudnn、tensorflow-gpu等问题
- Ubuntu16.04 nvidia显卡驱动 cuda9.0 cudnn7.0.5 简要配置流程
- 深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
- ubuntu14.04下CUDA8.0+cuDNN+tensorflow(with gpu support)安装教程
- Ubuntu16.04下安装NVIDIA驱动、CUDA、cuDNN、OpenCV、Caffe和ROS
- 在UBUNTU 16.04上配置TensorFlow + cuDNN + CUDA深度学习系统(30分钟傻瓜版)