小米笔记本2 Ubuntu 16.04下安装Tensorflow GPU 1.2.1版本说明

一、先安装显卡驱动

1、编辑/etc/modprobe.d/blacklist.conf

在最后添加以下几行：

blacklistvga16fb

blacklistnouveau

blacklistrivafb

blacklistrivatv

blacklistnvidiafb

保存，重启电脑。

2、开始安装

先按Ctrl+Alt+F1到控制台，然后关闭当前图形环境：

$sudoservice lightm stop

再安装驱动程序(自行去官网下载)：

$sudo./NVIDIA-Linux-x86_64-384.47.run -no-x-check -no-nouveau-check-no-opengl-files

这样不会在登录界面循环了。

查看显卡信息

$nvidia-smi

此时应该能看到相关的显卡信息

重启图形环境

$sudoservice lightm restart

注：由于NVIDIA官网驱动对MX150显卡支持还不完善，若将图形界面切换到独立显卡运行的话，会导致耗电过高、显示效果较差等缺点。所以，并不需要切换到独立显卡显示。

PS：也许是我哪里没设置对，不管了。

二、安装cuda_8.0.61_375.26_linux.run

$sudo bash cuda_8.0.61_375.26_linux.run –no-opengl-libs

注意：

1、不要安装其自带的显卡驱动，打no；

2、接下来一路安装下来即可。

三、安装cudnn-7.5-linux-x64-v5.0-ga.tgz

将cudnn-7.5-linux-x64-v5.0-ga.tgz内容解压，然后复制到/usr/local/cuda-8.0相关目录中。

四、将cuda和cudnn相关路径加入环境变量

编辑.bashrc，在后面添加如下几行：

exportCUDA_HOME=/usr/local/cuda-8.0

exportPATH="/usr/local/cuda-8.0/bin:$PATH"

exportLD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH"

五、将Ubuntu16.04的默认python切换为python 3.5

sudocp /usr/bin/python/usr/bin/python_bak

sudorm /usr/bin/python

sudoln -s /usr/bin/python3.5 /usr/bin/python

六、安装pip3

sudoapt-get install python3-pip

七、安装Tensorflow1.2.1

从清华大学开源软件镜像站查看路径，https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/

选择对应的python3.5版本进行安装

sudo pip3 install \

  -i https://pypi.tuna.tsinghua.edu.cn/simple/ \  https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp35-cp35m-linux_x86_64.whl

八、测试Tensorflow

编辑一个test.py文件，内容如下:

importtensorflow as tf

greeting= tf.constant('Hello Google Tensorflow!')

sess= tf.Session()

result= sess.run(greeting)

print(result)

sess.close()

保存

然后在终端运行

$pythontest.py

如通过，则恭喜你安装成功了。

另附：

小米笔记本2ubuntu 16.04使能WIFI

编辑/etc/modprobe.d/blacklist.conf

在最后添加一行：

blacklistacer-wmi

保存，重启电脑即可。