Ubuntu 16.04 系统构建CUDA8.0,CuDnn5.1安装血泪史
2017-08-20 08:46
399 查看
到官网下载CUDA8.0和CuDnn5.1这两个文件。
1.安装NVIDIA的驱动,在系统中安装就可以。安装完成后,使用“nvidia-smi”查看一下具体信息。
2.安装CUDA,下载.run文件,使用“sudo sh xxxx.run”.
启动安装程序,一直按空格到最后,输入accept接受条款
输入n不安装nvidia图像驱动,
剩下一路y或者回车就好。
最后会出现提示安装完成。
3.设置环境变量
在Terminal中输入sudo gedit /etc/profile
在末尾处输入
export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-8.0/bin:$PATH
保存 ,退出。
sudo vim ~/.bashrc
在末尾添加
export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-8.0/bin:$PATH
按Esc键,输入:wq,保存退出。
然后刷新。
source ~/.bashrc
4.动态链接库设置
创建文件:
sudo vim /etc/ld.so.conf.d/cuda.conf
按a进入插入模式
写入:/usr/local/cuda/lib64
保存之后使其立即生效:
sudo ldconfig -v
5.检查CUDA版本
nvcc -V
6.Sample测试
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuerysudo
sudo make
./deviceQuery
6.安装CuDnn文件
tar -xvf CuDnnxxxx.tar
解压后,对文件执行如下操作:
sudo cp lib* /usr/local/cuda/lib64/
sudo cp cudnn.h /usr/local/cuda/include/
cd
/usr/local/cuda/lib64/
sudo
rm -rf libcudnn.so libcudnn.so.5
sudo
ln -s
libcudnn.so.5.1.3
libcudnn.so.5
sudo
ln -s
libcudnn.so.5
libcudnn.so
cd
/usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so
1.安装NVIDIA的驱动,在系统中安装就可以。安装完成后,使用“nvidia-smi”查看一下具体信息。
2.安装CUDA,下载.run文件,使用“sudo sh xxxx.run”.
启动安装程序,一直按空格到最后,输入accept接受条款
输入n不安装nvidia图像驱动,
剩下一路y或者回车就好。
最后会出现提示安装完成。
3.设置环境变量
在Terminal中输入sudo gedit /etc/profile
在末尾处输入
export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-8.0/bin:$PATH
保存 ,退出。
sudo vim ~/.bashrc
在末尾添加
export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-8.0/bin:$PATH
按Esc键,输入:wq,保存退出。
然后刷新。
source ~/.bashrc
4.动态链接库设置
创建文件:
sudo vim /etc/ld.so.conf.d/cuda.conf
按a进入插入模式
写入:/usr/local/cuda/lib64
保存之后使其立即生效:
sudo ldconfig -v
5.检查CUDA版本
nvcc -V
6.Sample测试
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuerysudo
sudo make
./deviceQuery
6.安装CuDnn文件
tar -xvf CuDnnxxxx.tar
解压后,对文件执行如下操作:
sudo cp lib* /usr/local/cuda/lib64/
sudo cp cudnn.h /usr/local/cuda/include/
cd
/usr/local/cuda/lib64/
sudo
rm -rf libcudnn.so libcudnn.so.5
sudo
ln -s
libcudnn.so.5.1.3
libcudnn.so.5
sudo
ln -s
libcudnn.so.5
libcudnn.so
cd
/usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so
相关文章推荐
- Ubuntu16.04安装CUDA Toolkit 8.0 GA2及CUDNN5.1
- ubuntu 16.04 安装显卡驱动 CUDA8.0 cudnn5.1 笔记
- 从零开始安装TensorFlow1.0+keras(Ubuntu16.04+CUDA8.0+Cudnn5.1+TITANX)
- Ubuntu16.04+CUDA8.0+cudnn5.1+TensorFlow-GPU详细安装步骤
- [置顶] caffe+cuda8.0+cudnn5.1+Ubuntu16.04安装
- ubuntu16.04系统安装cuda 8.0
- ubuntu16.04系统下CUDA8.0和CUDNN6.0和tensorflow(GPU)的安装
- ubuntu16.04+cuda8.0+cudnn5.1+caffe------caffe安装与编译
- 配有Tesla K40c的服务器新装Ubuntu16.04并安装CUDA8.0、Anaconda3、Matlab2016a、OPENCV3.1、CuDNN5.1、MXNet
- 初用Linux, 安装Ubuntu16.04+NVIDIA387+CUDA8.0+cudnn5.1+TensorFlow1.0.1
- ubuntu16.04+cuda8.0+cudnn5.1+caffe------Opencv3.1.0安装
- ubuntu16.04+cuda8.0+cudnn5.1+caffe 安装(基于独立主机&集成显卡&GTX1080Ti)
- 初用Linux, 安装Ubuntu16.04+NVIDIA387+CUDA8.0+cudnn5.1+TensorFlow1.0.1
- ubuntu16.04安装+cuda8.0+cudnn5.1+MXNET gpu版本安装+tensorflow gpu版本安装+chainerGPU版本安装
- Ubuntu16.04+Cuda8.0+Cudnn5.1+Opencv3.1吐血安装
- 华硕B250主板安装Ubuntu16.04+gtx1050Ti显卡驱动+cuda8.0+cudnn5.1+opencv3.1+caffe+tensorflow
- ubuntu16.04+cuda8.0+cudnn5.1+caffe 安装(基于独立主机&集成显卡>X1080Ti)
- ubuntu16.04+cuda8.0+cudnn5.1 安装
- Ubuntu16.04+cuda8.0+cudnn5.1安装
- (亲测可用)ubuntu16.04安装+cuda8.0+cudnn5.1+MXNET gpu版本安装+tensorflow gpu版本安装+chainerGPU版本安装