Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(二)
2017-10-12 16:38
453 查看
边走边说我踩过的那些坑儿
Ubuntu16.04下安装Cuda8.0
参考链接1:http://blog.csdn.net/masa_fish/article/details/51882183
参考链接2:http://blog.csdn.net/applecore123456/article/details/56682851
准备工具:
1.显卡
2.显卡驱动
3. Cuda toolkit
步骤:
第一步:确认显卡是否支持CUDA,支持Cuda的显卡以及计算能力
参考:https://developer.nvidia.com/cuda-gpus
第二步:安装显卡驱动
1.
装完Ubuntu系统以后,可利用
sudo
apt-get update
sudo
apt-get upgrade
来更新系统。
2.
更新完系统以后,打开系统设置 -> 软件和更新 -> 附加驱动,如下图:
在未安装nvidia的驱动之前,使用的是X.Org X server
我们只需要选择使用NVIDIA binary driver,后面括号是(专有,tested)的选项,然后点击应用更改
等待完成.....
3. 测试显卡驱动是否安装好
可以在终端用nvidia-smi测试,如下图,显卡驱动是否装好。如果安装成功,用nvidia-smi测试出来的结果会包含显卡的版本
或者在开始那里搜索nvidia,会出现NVIDIA X Serve Settings这样一个软件,如果有这个软件,显卡驱动已经装好
第三步:安装CUDA 8.0
(参考:http://do
b5fd
cs.nvidia.com/cuda/cuda-installation-guide-linux/)
1. 检查自己的GPU是否支持CUDA:
显示GPU的版本信息
2. 检查自己的Linux系统是否支持CUDA
(每一版CUDA toolkit只支持某些版本的linux系统,具体可查看官网中CUDA toolkit的release notes):
3. 检查gcc的版本信息
4. 检查是否安装了kernel header和 package development
查看内核:
安装内核版本对应的kernel header和package development
5. 选择安装方式:这里选择了.run文件的安装方式,其他的不予说明
下载系统对应的.run文件:https://developer.nvidia.com/cuda-downloads
这里注意版本,因为这里有坑:如果CUDA toolkit最新版刚出来,安装时要慎重。比如,安装了CUDA 9.0,但是tensorflow还不支持CUDA 9.0.
6. 禁用nouveau
如果上面的命令没有任何输出的话,则nouveau是禁用的,否则,可以利用以下两步禁用nouveau
加入以下两句:
打开终端,输入:
禁用nouveau以后,也可以利用下面语句测试是否禁用成功:
7. 重新启动电脑,登录账户之前,用CTRL+ALT+F1进入命令行模式,然后登录自己的账户
8. 输入
关闭图形化界面
9. 切换到保存CUDA .run文件的路径,然后输入
安装8.0版本的CUDA
10. 安装过程中,不要一直选择yes或者enter,否则会入坑。
a. 是否选择接受协议:输入accept
b. 在选择是否安装nvidia显卡驱动的时候,一定要选择no,否则安装完成以后,会遇到循环登录的问题
c. 是否安装CUDA toolkit,输入y
d. CUDA toolkit安装路径,默认就可以
e. CUDA samples,可以安装,安装路径默认就可以
11. 加入环境变量:
打开终端,输入:
12. 确认是否安装成功:
实测效果:入了两个坑
1. 在安装CUDA toolkit时,一路选择yes或者enter,于是成功进入循环登录模式。怎么办?卸载重装。卸载方法:
2. 安装了CUDA 9.0,但是目前tensorflow不支持CUDA 9.0.果断卸载9.0,重回8.0 http://ju.outofmemory.cn/entry/328609
不是查到这个链接,也许我要在这个坑里待很久……
祝大家安装CUDA顺利……
Ubuntu16.04下安装Cuda8.0
参考链接1:http://blog.csdn.net/masa_fish/article/details/51882183
参考链接2:http://blog.csdn.net/applecore123456/article/details/56682851
准备工具:
1.显卡
2.显卡驱动
3. Cuda toolkit
步骤:
第一步:确认显卡是否支持CUDA,支持Cuda的显卡以及计算能力
参考:https://developer.nvidia.com/cuda-gpus
第二步:安装显卡驱动
1.
装完Ubuntu系统以后,可利用
sudo
apt-get update
sudo
apt-get upgrade
来更新系统。
2.
更新完系统以后,打开系统设置 -> 软件和更新 -> 附加驱动,如下图:
在未安装nvidia的驱动之前,使用的是X.Org X server
我们只需要选择使用NVIDIA binary driver,后面括号是(专有,tested)的选项,然后点击应用更改
等待完成.....
3. 测试显卡驱动是否安装好
可以在终端用nvidia-smi测试,如下图,显卡驱动是否装好。如果安装成功,用nvidia-smi测试出来的结果会包含显卡的版本
或者在开始那里搜索nvidia,会出现NVIDIA X Serve Settings这样一个软件,如果有这个软件,显卡驱动已经装好
第三步:安装CUDA 8.0
(参考:http://do
b5fd
cs.nvidia.com/cuda/cuda-installation-guide-linux/)
1. 检查自己的GPU是否支持CUDA:
$ lspci | grep -i nvidia
显示GPU的版本信息
2. 检查自己的Linux系统是否支持CUDA
(每一版CUDA toolkit只支持某些版本的linux系统,具体可查看官网中CUDA toolkit的release notes):
$ uname -m && cat /etc/*release
3. 检查gcc的版本信息
gcc --version
4. 检查是否安装了kernel header和 package development
查看内核:
$ uname -r
安装内核版本对应的kernel header和package development
$ sudo apt-get install linux-headers-$(uname -r)
5. 选择安装方式:这里选择了.run文件的安装方式,其他的不予说明
下载系统对应的.run文件:https://developer.nvidia.com/cuda-downloads
这里注意版本,因为这里有坑:如果CUDA toolkit最新版刚出来,安装时要慎重。比如,安装了CUDA 9.0,但是tensorflow还不支持CUDA 9.0.
6. 禁用nouveau
$ lsmod | grep nouveau
如果上面的命令没有任何输出的话,则nouveau是禁用的,否则,可以利用以下两步禁用nouveau
$ sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
加入以下两句:
blacklist nouveau options nouveau modeset=0
打开终端,输入:
$ sudo /sbin/mkinitrd
禁用nouveau以后,也可以利用下面语句测试是否禁用成功:
$ lsmod | grep nouveau
7. 重新启动电脑,登录账户之前,用CTRL+ALT+F1进入命令行模式,然后登录自己的账户
8. 输入
$ sudo service lightdm stop
关闭图形化界面
9. 切换到保存CUDA .run文件的路径,然后输入
$ sudo sh cuda_8.0.61_375.26_linux.run
安装8.0版本的CUDA
10. 安装过程中,不要一直选择yes或者enter,否则会入坑。
a. 是否选择接受协议:输入accept
b. 在选择是否安装nvidia显卡驱动的时候,一定要选择no,否则安装完成以后,会遇到循环登录的问题
c. 是否安装CUDA toolkit,输入y
d. CUDA toolkit安装路径,默认就可以
e. CUDA samples,可以安装,安装路径默认就可以
11. 加入环境变量:
打开终端,输入:
$ sudo gedit ~/.bashrc[/code]在文件末尾,加入以下几句:
export PATH=/usr/local/cuda-8.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64/[/code]关闭文件,在终端输入
$ source ~/.bashrc[/code]则环境变量生效
12. 确认是否安装成功:
nvcc -V[/code]可查看版本信息
实测效果:入了两个坑
1. 在安装CUDA toolkit时,一路选择yes或者enter,于是成功进入循环登录模式。怎么办?卸载重装。卸载方法:
$ sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl
2. 安装了CUDA 9.0,但是目前tensorflow不支持CUDA 9.0.果断卸载9.0,重回8.0 http://ju.outofmemory.cn/entry/328609
不是查到这个链接,也许我要在这个坑里待很久……
祝大家安装CUDA顺利……
相关文章推荐
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(三)
- [置顶] Tensorflow GPU安装指南 (Ubuntu 16.04 anaconda cuda8.0 cuDNN6.0)
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(三)
- ubuntu16.04+cuda8.0+cudnn6.0+python3.5+Tensorflow1.4_GPU
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(二)
- Ubuntu16.04+丽台K620+CUDA8.0+cuDNN6.0搭建Tensorflow-GPU
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(四)
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(一)
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(四)
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(一)
- Ubuntu16.04+Cuda8.0+cudnn6.0+Tensorflow-gpu==1.4
- ubuntu16.04安装cuda8.0+cuDNN6.0+tensorflow1.4配置过程
- Ubuntu14.04 + NVIDIA GTX1080Ti + cuda8.0 +cuDNN6.0 +python3.4 + tensorflow_gpu-1.4.0-cp34-cp34m-
- ubuntu16.04系统下CUDA8.0和CUDNN6.0和tensorflow(GPU)的安装
- Ubuntu16.04+GTX1050ti+CUDA8.0+TensorFlow-gpu+Keras+Pycharm配置深度学习环境
- ubuntu16.04下的tensorflow源码安装,踩坑&填坑记录[ubuntu16.04+GTX960+CUDA8.0+cuDNN5.1.5]
- Ubuntu16.04 安装 CUDA8.0 + cudnn5.1 + TensorFlow(GPU) 详细过程
- ubuntu16.04 安装Tensorflow(GTX980Ti+CUDA8.0+CUDNNv6.0)