ubuntu 16.04 + GTX 1080 DeepLearning工作站搭建
来源:互联网 发布:java生成log日志文件 编辑:程序博客网 时间:2024/04/30 16:03
本文安装过程参考了这两篇博客,但安装过程中还是出现了许多奇怪的bug,特此记录。
- [DIGITS/docs/BuildCaffe.md]
- [Build Personal Deep Learning Rig: GTX 1080 + Ubuntu 16.04 + CUDA 8.0RC + CuDnn 7 + Tensorflow/Mxnet/Caffe/Darknet
] - [Ubuntu16.04+cuda8.0+caffe安装教程]
背景介绍
回到实验室就撺掇着老板给我配个带GPU的工作站,然后我就作死配置了两块 GTX1080 的服务器。确实比较坑,显卡内存8G过小的问题我目前还没有遇到,但估计以后还是会遇到的。由于是最新的显卡,所以CUDA只能安装最新的版本(CUDA 8.0),以及相应的cudnn(5.1)。此外,由于最新的ubuntu16.04的gcc编译器都是最新的的版本(5.4),所以也出现了一些小问题。下面我们一点一点克服。
系统安装
直接略过,请参考我的第一个引用的系统安装过程,我是使用U盘安装的。
GTX1080驱动安装
请仔细读完再进行操作!!!!我不是很熟悉linux的操作,所以最开始还是被坑了不少。额,比较二的是,新电脑刚回来的时候,我一直拿vga的先插在系统的输出上,发现一直没有显示,当时怀疑是电脑有问题,就急忙质询卖家,得到的答复是,因为插了GPU,视频从GPU输出!!!!(感觉自己没有智商了)。不多说,进入正题。[参考教程]
- 下载[GTX1080驱动]
- CTRL+ALT+F1 然后登陆你的账号(这点请注意,我是第一次使用ubuntu,这三个键按完之后会进入类似dos的界面,上面让你login指的是让你先输入你的用户名,然后就可以输入密码登陆了。我白痴的以为直接输入密码,折腾了半天,并且还不知道怎么返回,一直卡在这。其实返回图形界面是很容易的 CTRL+ALT+F7 即可回到图形界面)
- 关闭 X server,sudo service lightdm stop
- sudo init 3 然后找到相应的路径运行 sudo NVIDIA-Linux-x86_64-367.27.run.
- 安装结束后sudo service lightdm start来开启X server,CTRL+ALT+F7就可以进入图形界面了,这个时候,你会发现,你的屏幕的清晰度炸裂。
可能会遇到的问题
- 直接运行NVIDIA-Linux-x86_64-367.27.run 得到的结果是失败!!!!提示你要使用管理员权限
- 然后sudo NVIDIA-Linux-x86_64-367.27.run 依然失败,按照上面的方法安装就可以了。
CUDA 8.0安装
请仔细读完再进行操作!!!!
- 下载[CUDA 8.0RC],这个需要你先注册,一点一点来。然而,注意选择版本!!!!一定要下载runfile版本,其他版本都不带gtx1080的驱动!!!
linux -> x86_64 -> Ubuntu -> 16.04 -> runfile
-> Base Installer(1.4GB)
- 然后就是安装,sudo sh cuda_8.0.27_linux.run
- 安装过程中,狂按space很快就跳到协议的最下端,第一条肯定是accept
- 但是一定要注意,让你安装驱动那个一定要输入n!不然之前装的驱动就白费了,而且他让你装的驱动也是很古老的。这也是为什么不下载deb版本的原因,deb版本虽然傻瓜,可是驱动不支持gtx1080,以后估计肯定会支持,deb版本的优势是纯傻瓜式操作,不用配置地址之类的东西。
Do you accept the previously read EULA?accept/decline/quit: acceptInstall NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.77?(y)es/(n)o/(q)uit: n
- 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}}
- 然后设置环境变量和动态链接库,在命令行输入:
$ sudo gedit /etc/profile
- 在打开的文件末尾加入:export PATH = /usr/local/cuda/bin:$PATH
保存之后,创建链接文件:sudo gedit /etc/ld.so.conf.d/cuda.conf在打开的文件中添加如下语句:/usr/local/cuda/lib64
然后执行sudo ldconfig使链接立即生效。
可能会遇到的问题
- 安装的时候遇到不支持的编译器,需要你把sudo sh cuda_8.0.27_linux.run -override
cudnn 5.1安装
请仔细读完再进行操作!!!!
可能会遇到的问题
caffe安装
请仔细读完再进行操作!!!!
可能会遇到的问题
matconvnet安装
请仔细读完再进行操作!!!!
可能会遇到的问题
0 0
- ubuntu 16.04 + GTX 1080 DeepLearning工作站搭建
- GTX 1080 装 Ubuntu 16.04
- 深度学习主机环境搭建:Ubuntu LTS 16.04 + Nvidia GTX 1080
- Ubuntu 16.04 gtx 1080ti cuda 循环登陆
- Ubuntu 15.04+GTX 1080+MXNet+CUDA+CUDNN
- GTX 1080+Ubuntu 16.04+Cuda 8.0+Python 2.7+Anaconda2 下tensorflw 的安装
- 深度学习tensorflow环境配置:Ubuntu 16.04 LTS + GTX 1080 Ti,2017年11月
- ubuntu中利用LTSP搭建无盘工作站
- Install caffe on Ubuntu 14.04 with GTX 1080
- Ubuntu 16.04安装NVIDIA GTX 1070和TensorFlow指南
- Ubuntu 16.04 & GTX 1050+cuda8.0 +cuDNN5.1 的深度学习开发环境搭建/ERROR: Unable to load the kernel module 'nvidi
- 搭建vmware工作站fc6
- 无盘工作站搭建
- HP Z840 工作站配sSAS Raid 安装 Ubuntu 16.04 系统
- 深度学习工作站搭建笔记
- 深度学习工作站搭建全过程
- Centos集成GTX-1080Ti显卡搭建深度学习环境全过程
- caffe 安装(Ubuntu 14.04 +caffe+GTX 1080+CUDA8.0 +cuDNN v5)
- linux下查看日志的常用的文本编辑命令以及vim的使用
- codeforces 197C Lexicographically Maximum Subsequence
- 笔试算法学习----并查集(转)
- eclipse 开发相关环境配置
- JMS基本概念
- ubuntu 16.04 + GTX 1080 DeepLearning工作站搭建
- mysql进阶学习笔记
- 多线程wait 跟sleep区别
- 有哪些简单的方法可以将Excel转换成PDF
- 解决安装arm-linux-gcc提示未找到安装目录或文件
- LeetCode—394. Decode String
- 面向对象设计原则概述
- Violate的应用和作用
- 通过发热量、辐射、风扇噪声等入侵物理隔离网络案例