Ubuntu16.04+GTX1070+cuda+tensorflow(gpu)+opencv的配置说明
来源:互联网 发布:携程 去哪儿知乎 编辑:程序博客网 时间:2024/06/03 04:00
作为一名ubuntu新手小白,这个傻瓜教程只要你下的包正确+复制粘贴不要出错就可以成功的安装这些配置啦!
注意点:1:如果要装tensorflow,这里cudnn加速最好用-v6.0的。
2:tensorflow安装中教程里给出的python2和python3的安装代码。不论你是在python2下用tensorflow还是在python3 下用tensorflow你一定要对应去复制粘贴,切记不要装错!!!
虽然网上有很多教程python2和python3同时调用tensorflow,但是对我这种付出血泪教训的小白来说,还是具体看你的代码吧,用到什么装什么,万分感谢亲学长学姐的排坑教程,总之每台电脑都有他的脾气,有些依赖库的警告这种小脾气可以不理,但如果后来因此报错,一定要重新下载该库,哭哭,这个问题花一天也不一定能解决,因此我还重装系统了!!!
OK,话不多说了!
一.装双系统
1.win10格出一个盘删除卷,生成未分区空间(绿色)。
2.下载镜像文件,下载Ultraiso软碟通工具,下载完成后,插入U盘,使用Ultraiso把刚下载的ubuntu镜像文件【写入硬盘影像】到U盘。
3.由于是华硕主板,(在选择 UEFI:u盘启动项 的时候,无法进入U启动。这种问题是一般是由于Launch CSM系统兼容支持模块没有启用。
[解决方案]:(http://jingyan.baidu.com/article/ed15cb1b7299061be2698143.html%29)安全启动控制关闭,将Launch CSM设置为Enabled(启用)即可)
4.进入安装系统,会提示是否UEFI安装,可能会对另一个系统有影响,选择否,之后选择win10 alongside,然后一路安装即可。
二: 显卡驱动
A.进入ubuntu自带的附加驱动,将显卡驱动设置为最新的专用驱动,注意一定是闭源的专用驱动,而不是开源适配驱动。(具体操作:进入设置里的software&Updates,选择Using NVIDIA binary driver…和下面的dont use the device)
B.保存配置后,reboot,nvidia-settings,进入确保的设置为你的独立显卡。
三:安装CUDA8.0
1.打开终端
# cd Downloads# sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb# sudo apt update# sudo apt install cuda
自动配置成功就好。
将CUDA路径添加至环境变量 在 终端 输入:
# sudo gedit /etc/bash.bashrc
2.在 bash.bashrc文件中添加3条路径:
export CUDA_HOME=/usr/local/cuda-8.0
export PATH=/usr/local/cuda-8.0/bin
之后 source gedit /etc/.bashrc (保存)即可 。同样,在 终端 输入:
# sudo gedit ~/.bashrc
3.在 .bashrc中也添加如上3条路径
关闭终端,重新启动终端,在终端 输入:
# nvcc -V
会得到相应的nvcc编译器相应的信息,那么CUDA配置成功了。
4.最后,配置环境变量,我们直接放在系统配置文件profile里面,先打开profile文件
# sudo gedit /etc/profile
在最后面加入两行代码
export PATH=/usr/local/cuda-8.0/bin:
四:安装cudnn进行加速
# cd Downloads# sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz(因后面要装tensorflow,这里最好用-v6.0的)# cd cuda/include# sudo cp *.h /usr/local/include/# cd ../lib64# sudo cp lib* /usr/local/lib/# cd /usr/local/lib# ls# sudo chmod +r libcudnn.so.5.1.5(根据实际情况修改)# sudo ln -sf libcudnn.so.5.1.3 libcudnn.so.5# sudo ln -sf libcudnn.so.5 libcudnn.so# sudo ldconfig
五:安装测试CUDA samples
1 cd /usr/local/cuda/samples2 sudo make all -j8
(其实这一步只是个测试 警告可以忽略)
六: 安装Tensorflow
此处参考:
1.安装必要依赖
#sudo apt-get install libcupti-dev
2.安装python-pip python-dev 并更新到最新版
#sudo apt-get install python-pip python-dev#pip install -U pip//or python3#sudo apt-get install python3-pip#pip3 install --upgrade pip
3.安装tensorflow
//python#sudo pip install tensorflow-gpu (如果这个代码下载很慢,可以用豆瓣源下载,贼快。 输入:#sudo pip install tensorflow-gpu -i https://pypi.douban.com/simple)//or python3#sudo pip3 install tensorflow-gpu (如果这个代码下载很慢,可以用豆瓣源下载,贼快。同上,后面加-i ...)
七:opencv的安装
1.安装一些必要的库:
#sudo apt-get install build-essential#sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler#sudo apt-get install freeglut3-dev libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
2.解压文件
#cd Downloads # unzip opencv-2.4.zip #cd opencv-2.4
3.安装相关软件
# sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev
- cmake相关
# cd cmake#cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
安装所有的lib文件都会被安装到/usr/local目录
5.编译,并安装
#make#sudo make install make可能报错:Unsupported gpu architecture 'compute_11':cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler ..
6.编译opencv的sample/c例子
# cd ~/Downloads/opencv-2.4/samples/c;# chmod u+x build_all.sh# ./build_all.sh
- Ubuntu16.04+GTX1070+cuda+tensorflow(gpu)+opencv的配置说明
- Ubuntu16.04+GTX1070显卡驱动+cuda8.0+cudnn5.1+tensorflow-gpu环境配置
- Ubuntu16.04 安装 TensorFlow GPU--cuda,cudnn
- Ubuntu14.04下支持GTX1070 GPU加速Tensorflow环境配置
- Ubuntu14.04下支持GTX1070 GPU加速Tensorflow环境配置
- Tensorflow+Ubuntu16.04+Gpu配置
- ubuntu16.04下安装CUDA cuDNN及tensorflow-gpu版本及caffe-gpu过程(初版)
- 深度学习GPU环境搭建:ubuntu16.04+GTX1070+Cuda8.0+tensorflow build from source
- 从装机开始搭建DL平台:Ubuntu16.04+GTX1070+CUDA8.0+TensorFlow(GPU)
- 【学习OpenCV】OpenCV的GPU模块(CUDA)的配置和例程(含OpenCV 3.0的说明)
- Ubuntu16.04安装CUDA+cuDNN+GPU版TensorFlow过程记录
- Ubuntu16.04+tensorflow(gpu)+Cuda(8.0)+cudnn(5.1)
- Ubuntu14.04+GTX1070 配置tensorflow
- Ubuntu14.04+GTX1070 配置tensorflow
- Ubuntu16.04 配置tensorflow gpu版本
- Ubuntu16.04 安装 CUDA、CUDNN、OpenCV 并用 Anaconda 配置 Tensorflow 和 Caffe 详细过程
- ubuntu16.04安装gpu版本的tensorflow
- Ubuntu16.04+CUDA 8.0+caffe配置说明
- java中util日期与sql日期互相转换 实现前端日期数据传入servlet存入数据库
- Effective Java
- 如何读一篇论文,笔记
- 框架学习--springmvc基础部分
- 输入十个数求十个数的平均数
- Ubuntu16.04+GTX1070+cuda+tensorflow(gpu)+opencv的配置说明
- MATLAB 保存的图片有白边如何解决?
- PAT-B 1003. 我要通过!(20) Java版
- Linux服务器Cache占用过多内存导致系统内存不足最终java应用程序崩溃解决方案
- 内存泄漏
- 变量的提升
- 声明和定义的区别
- 作业.设计一个动物声音模拟器
- VS2013密钥 VS2013专业版密钥 VS2013旗舰版密钥