搭建环境(二)Ubuntu14.04安装CUDA8.0
来源:互联网 发布:淘宝买的手机如何保修 编辑:程序博客网 时间:2024/06/14 01:07
第一步装好驱动后,总算是可以正式开始安装环境了,首先安装CUDA 8.0。
1.概述
CUDA是NVIDIA推出的运算平台。是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题,想使用GPU就必须要使用CUDA。
安装前建议好好看下官方给的安装指南,虽然多,但是很详细,比一些教程讲的要好的多。
http://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
2.检测安装环境
1.检查自己的GPU是否是CUDA-capable
我的是1080Ti,没问题,链接是官方给出的支持列表,可以自行查找。
http://www.nvidia.cn/object/cuda_learn_products_cn_old.html
命令行输入$nvidia -smi 可以看到GPU型号以及运行情况。
2.检查Linux版本是否支持 CUDA
ubuntu14.04,支持。
3.检查系统中是否装了gcc
命令行输入$gcc –version 查看版本,如果没有安装输入:
$sudo apt-get build-dep gcc
4.检查是否安装了kernel header和 package development
CUDA驱动程序要求在驱动程序安装时安装内核的内核头和开发包。
在终端中输入
$uname –r
可以查看自己的kernel版本信息
$ sudo apt-get install linux-headers-$(uname -r)
可以安装对应kernel版本的kernel header和package development
3.下载安装包
从官网里下载安装文件
https://developer.nvidia.com/cuda-release-candidate-download
下载前需要注册一个账号,登录后才能下载。
(PS:写博客的时候官网已经更新到CUDA9.0了,截过来用来举例。下载的过程中由于学校的网不太好一直下载失败,要不就是登陆不进页面,一直试到半夜十二点才成功下载下来,不知道外网有没有这个问题。)
4.开始安装
官方提供了两种安装方式:package manager安装和runfile安装 ,分别对应下载页面的runfile(local)和deb(local)两个安装包。(ded(network)安装包就是几百k,应该是在线安装的)
1.Package Manager Installation
这种方式相对简单,在安装包目录下命令行输入:
$ sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb$ sudo apt-get update$ sudo apt-get install cuda
我装了两次都失败了,也不知道什么原因,所以改用第二种方法。
2.Runfile Installation
a.禁用 Nouveau 驱动
我因为在安装GPU驱动的时候直接用主板跳线把集显驱动禁用了,所以跳过了这一步。
正确的方法如下/etc/modprobe.d/blacklist-nouveau.conf
#新建文件vim /etc/modprobe.d/blacklist-nouveau.conf#添加如下内容blacklist nouveauoptions nouveau modeset=0
保存后退出,命令行输入:
sudo update-initramfs –u
终端中运行:$ lsmod | grep nouveau,如果有输出则代表nouveau正在加载,没有任何输出,则代表禁用成功。
b.安装
重启电脑,到达登录界面时,alt+ctrl+f1,进入命令行模式,登录账户。
命令行输入:
#关闭图形界面sudo service lightdm stop#安装包目录下运行chmod +x cuda_<version>_linux.runsudo sh cuda_<version>_linux.run
之后是一些提示信息,输入accept。接下来很重要的地方是在提示是否安装显卡驱动时,
一定选择no(之前安过)其他各项提示选择是,并默认安装路径即可。
安装成功后输入:
sudo service lightdm start#重新启动图形化界面。
此时应该已经安装好了,重启电脑。
c.设置环境变量
命令行输入
$ sudo gedit /etc/profile
文件最后添加
$ export PATH=/usr/local/cuda-8.0/bin:$PATH$ export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64#重新加载环境变量$sudo source /etc/profile
保存后退出,
$ env #检查环境变量是否成功
再次重启。
d.验证
1.检查驱动版本
$ cat /proc/driver/nvidia/version
2.检查 CUDA Toolkit是否安装成功
命令行输入 :
$ nvcc –V #会输出CUDA的版本信息
3.编译cuda提供的例子
切换到例子存放的路径,默认路径是 ~/NVIDIA_CUDA-8.0_Samples
然后终端输入:$ make
然后 运行编译生成的二进制文件,编译后的二进制文件 默认存放在~/NVIDIA_CUDA-7.5_Samples/bin中。
切换路径 :
cd ~/NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release
终端输入 : $ ./deviceQuery
输出如下图所示:
检查一下系统和CUDA-Capable device的连接情况
$ ./bandwidthTest
到此为止,终于安装好啦。
- 搭建环境(二)Ubuntu14.04安装CUDA8.0
- ubuntu14.04 cuda8.0 GTX1080 环境搭建
- ubuntu14.04+caffe+cuda8.0+openpose工作环境搭建
- ubuntu14.04 安装cuda8.0
- ubuntu14.04安装CUDA8.0
- ubuntu14.04安装cuda8.0
- ubuntu14.04安装cuda8.0
- ubuntu14.04安装cuda8.0
- ubuntu14.04安装CUDA8.0
- ubuntu14.04+cuda8.0+cudnn5.1+caffe+tensorflow 安装教程(二)
- ubuntu14.04 安装cuda8.0--deb安装
- Caffe学习(一)Caffe+ubuntu14.04+Cuda8.0安装
- ubuntu14.04+cuda8.0(GTX1080)+caffe安装
- Caffe深度学习框架安装(Ubuntu14.04+cuda8.0)
- ubuntu14.04+cuda8.0(GTX1080)+caffe安装
- GTX1080+ ubuntu14.04+cuda8.0 配置安装
- Ubuntu14.04下安装Cuda8.0
- ubuntu14.04安装CUDA8.0的方法
- 真正从零开始,TensorFlow详细安装入门图文教程
- Java线程工作内存与主内存变量交换过程及volatile关键字理解
- sun.misc.BASE64Encoder在Eclipse中不能直接使用的原因和解决方案
- 注解Butterknife使用 代替findViewById
- matlab 排序 sorttrows
- 搭建环境(二)Ubuntu14.04安装CUDA8.0
- 108. Convert Sorted Array to Binary Search Tree
- 关于..\相对路径拼接
- Android JNI踩坑
- sosoapi 项目之本地搭建
- 300.23把集合中的元素反转
- Openjudge 4978:宠物小精灵之收服
- sass入门重点从安装到语法
- bash之波浪号扩展(tilde expansion)