Ubuntu16.04+Titan Xp+Tensorflow1.3+Cuda8.0+CuDNN6
来源:互联网 发布:vmware11 mac os补丁 编辑:程序博客网 时间:2024/06/06 00:03
一、 正常安装Ubuntu16.04,注意英文环境,否则切换到命令界面中文会变成菱形乱码
二、安装显卡驱动
- 下载titan xp驱动,放置在downloads下
- 禁掉Ubuntu自带开源驱动nouveau<http://blog.csdn.net/linzertling/article/details/46518071>
- 改变blacklist.conf文件的属性,使之可编辑
sudo chmod 666 /etc/modprobe.d/blacklist.conf
- 用gedit软件打开,用vi也可以
sudo gedit /etc/modprobe.d/blacklist.conf
- 在文件末尾加入以下几句话
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
- 保存 <http://blog.csdn.net/javahaoshuang3394/article/details/76425009>
- 输入以下命令,使得配置生效,这一步很关键,否则安装N卡驱动时会一直提示目前运行的是nouveau驱动
sudo update-initramfs -u
- sudo reboot重启系统
- 在终端执行命令 lsmod | grep nouveau 可以查看nouveau模块是否被加载。如果什么都没输出,则执行下一步
- 重启后屏幕分辨率变低,不用管。进入tty1文件模式,输入用户名密码后登陆,按下ctrl+alt+F1进入控制台模式,输入命令关闭xserver(Ctrl+Alt+F7查看是否关闭)
sudo service lightdm stop
sudo /etc/init.d/lightdm stop(后面这个有效,前面这个时灵时不灵)
- 先切换到驱动所在的文件夹
- 安装NVIDIA驱动需要以root用户登陆,所以利用命令sudo su进入root(root模式下没有默认桌面,不能切换)
- 可能出现:
- he distribution-provided pre-install script failed!Are you sure you want to continue?
不用管,继续
- Would you like to register the kernel module sources with DKMS?This will allow DKMS to auomatically build a new module,if you install a different kernel later
选择“no"
- 最好再执行命令
sudo apt-get install linux-image-extra-virtual
否则后续可能会出现如下错误提示:
modprobe:ERROR: could not insert'nvidia':Unknown symbolinmodule,or unknown parameter(seedmesg)
- 执行sudo /etc/init.d/lightdm start并重启电脑
- nvidia-smi 查看显卡驱动
三、安装cuda 8.0
- 在官网上下载好cuda 8.0(注意历史版本)
- 按照英伟达下载界面提供的的安装代码安装
- 输入nvcc -V查看cuda是否安装成功(很有可能是7.5)
- 打开“profile”文件
sudo gedit /etc/profile
在末尾处添加(注意不要有空格,不然会报错):
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH
- sudo reboot重启后,再查看cuda版本,应该就是8.0了
测试cuda的Samples
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
如果显示的是一些关于GPU的信息,则说明安装成功了。
四、安装cuDNN(安装时tensorflow更新到1.3,需用6.0;预计1.4用cuDNN7.0)
- 在英伟达官网下载cuDNN6.0的Linux版本,两个deb文件
libcudnn6-dev_6.0.21-1+cuda8.0_amd64.deb
libcudnn6_6.0.21-1+cuda8.0_amd64.deb
- 在包含这些文件的文件夹内运行下面的命令:
sudo dpkg -i libcudnn6_6.0.21-1+cuda8.0_amd64.deb
sudo dpkg -i libcudnn6-dev_6.0.21-1+cuda8.0_amd64.deb
注意顺序别反
cuDNN6.0已经把环境变量自动添加进去了,所以我没有再手动添加
五、在 bashrc中添加安装位置
- 安装位置应该被添加到 bashrc文件中,以便系统下一次知道如何找到这些用于 CUDA的文件。使用下面的命令打开 bashrc文件:
sudo gedit ~/.bashrc
- 文件打开后,添加下面两行到文件的末尾:
exportLD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda
六、安装带有 GPU支持的 TensorFlow
因为我的python是3.5,所以按下面的命令安装
pip3 installTensorFlow
七、可以在python里面import tensorflow测试一下
- Ubuntu16.04+Titan Xp+Tensorflow1.3+Cuda8.0+CuDNN6
- Ubuntu17.04+cuda8.0+cudnn6.0+tensorflow1.3配置
- ubuntu16.04安装cuda8.0+cuDNN6.0+tensorflow1.4配置过程
- 深度学习主机配置:Ubuntu16.04+1080ti+cuda8+cudnn6+tensorflow1.3
- ubuntu16.04+cuda8.0+cudnn6+tensorflow安装
- 深度学习系统搭建(Ubuntu14.04+cuda8.0+cudnn6.0+tensorflow1.3+opencv+pycharm)
- ubuntu16.04安装cuda8.0和tensorflow1.3
- Ubuntu16.04 + Titan XP + cuda8.0 + cudnn5.1 + opencv3.3.0 + caffe
- ubuntu16.04 caffe+cuda8.0+cudnn6.0+opencv2.3.14 配置
- ubuntu16.04 cuda8.0 cudnn6.0 faster-rcnn配置
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(一)
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(二)
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(三)
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(四)
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow+anaconda
- ubuntu16.04+cuda8.0+cudnn6+opencv3.1 搭建caffe tensorflow
- Ubuntu16.04+Titan X+CUDA8.0+cudnn5.1+Caffe
- 20170828_windows10+openCV3.3+tensorflow1.3gpu版本+python3.6+cuda8.0+cudnn6
- java学习记录——使用Arrays.sort对数组进行升序排序
- [ Java Zero to One ] 0. 从 0 到 1 Java Tech
- Java中的this和super
- [ACM]CCF CSP [201409-5]E题 拼图
- 二.tablayout_NewsFragment
- Ubuntu16.04+Titan Xp+Tensorflow1.3+Cuda8.0+CuDNN6
- 74LS164 for stm32 源码下载
- Set
- 【Leetcode 32.Longest Valid Parentheses】动态规划
- JavaScript及jQuery中的各种宽高属性图解
- hadoop入门之hosts-hostname-ip修改
- 跳转相机相册并进行裁剪
- Android单元测试(一):JUnit框架的使用
- 【Luogu1973】仓配置