ubuntu下CUDA安装绕坑
来源:互联网 发布:ghost最新软件版本 编辑:程序博客网 时间:2024/06/05 14:48
OS: ubuntu16.04 , 显卡 Nvidia 1080
装CUDA原因:
1.在配置elasticFusion等需要GPU加速的开源SLAM工程时要装CUDA (配置时请将elasticfusion的bash中的CUDA-7-5删掉)
2.深度学习装CUDA
安装流程:
- 先安装机子显卡对应的显卡驱动:
- sudo add-apt-repository ppa:graphics-drivers/ppa
- 出现“按回车继续或者 Ctrl+c 取消添加” 按回车。
- sudo apt-get update
- sudo apt-get install nvidia-* (这里的*号是你的显卡要装的驱动,如我的1080是nvidia-367)
- sudo apt-get install mesa-common-dev
- sudo apt-get install freeglut3-dev
- 重启让驱动生效
下载安装CUDA:
- CUDA8下载页:https://developer.nvidia.com/cuda-release-candidate-download,先注册然后才能下载。
- 选择Ubuntu16.04系统 runfile安装方案:
sudo sh cuda_8.0.27_linux.run (可能出现提示空间不足,改为sudo sh cuda_8.0.27_linux.run –tmpdir=/opt/temp/)
出现一长串阅读信息,直接按住D快速略过
- 出现选择: do you accept the previously read EULA?
- accept
- Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?
(y)es/(n)o/(q)uit: n Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: yEnter Toolkit Location
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: yInstall the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: yEnter CUDA Samples Location
- 安装完毕后,再声明一下环境变量,并将其写入到 ~/.bashrc 的尾部:
export PATH=/usr/local/cuda-8.0/bin\${PATH:+:\${PATH}}export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64\${LD_LIBRARY_PATH:+:\${LD_LIBRARY_PATH}}
最后键入nvidia-smi 测试下CUDA和驱动是否成功安装
阅读全文
1 0
- ubuntu下CUDA安装绕坑
- ubuntu下安装CUDA
- Ubuntu下安装cuda
- CUDA 在ubuntu下安装
- ubuntu下的CUDA安装
- Ubuntu下cuda的安装
- ubuntu下安装cuda,cudnn
- Linux下安装使用CUDA(ubuntu)
- ubuntu 14.0.4 下安装 cuda 7.5
- ubuntu下带CUDA的OpenCV安装
- Ubuntu下安装显卡和cuda
- ubuntu下安装nvidia驱动、cuda、cudnn
- ubuntu 16.04 下cuda的安装
- 在ubuntu 16.04下安装CUDA 8.0
- ubuntu下安装CUDA和CUDNN
- caffe安装+cuda一些坑+ubuntu
- Ubuntu上安装cuda
- ubuntu安装cuda
- SPOJ
- 栈和队列
- Error setting null for parameter #2 with JdbcType OTHER
- C#(1)-------发布
- live555 rtsp rtp学习笔记
- ubuntu下CUDA安装绕坑
- PAT 1078. Hashing (25)
- 谷歌宣布Kotlin成安卓开发一级语言,我们如何来学习它
- C++11 unordered_set
- js全选功能的实现
- No consensus in exactly-once
- IntelliJ IDEA 设置 自己的live template(设置自定义方法模板)
- 5.SpringMVC_使用POJO作为参数,使用Servlet原生API作为参数
- k近邻(KNN)的Python实现