Ubuntu16.04下GTX970配置机器学习环境
来源:互联网 发布:linux 给用户权限 编辑:程序博客网 时间:2024/04/29 21:46
首先下载以下三个软件
显卡的驱动:http://www.geforce.cn/drivers
cuda tool kit(需要注册):https://developer.nvidia.com/cuda-downloads
cuDNN(需要注册):https://developer.nvidia.com/rdp/cudnn-download
1、安装显卡
ctrl+alt+F1 进入命令行模式,关掉方式:sudo /etc/init.d/lightdm stop,然后开始安装显卡驱动:
直接运雄驱动的*.run文件即可。中间会有提示,选yes没有害处,可能会提示卸载之前的驱动,选yes即可。最后提示安装成功,会回到图像桌面,手动重启一下。
但是好几次都没有成功,最后找到了一个简单的方法,那就是在ubuntu的软件管理里面,找到额外驱动那一项,会看到你的显卡情况,可以直接在这里安装驱动。2、安装cuda
同样进入命令行,关掉X server服务,运行run文件。在选择是否安装驱动时选择否,其他的选择Yes。
结束之后添加环境变量
3、安装cuDNN
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64/:$LD_LIBRARY_PATH
这个是把一些文件复制到指定位置即可:
tar xvzf cudnn-7.0-linux-x64-v4-prod.tgzsudo cp cuda/include/cudnn.h /usr/local/cuda/includesudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*4、添加环境变量
否则TF不知道CUDA的东西在哪里,方法:在/etc/environment文件中直接添加下面路径:
:/usr/local/cuda/lib64:/usr/local/cuda
至此差不多就可以跑DNN了!
1 0
- Ubuntu16.04下GTX970配置机器学习环境
- 机器学习环境搭建:GTX970+Ubutnu1404_64bit+TensorFlow(GPU)
- win7和ubuntu16.04双系统安装和ubuntu的机器学习环境配置
- Ubuntu16.04下环境配置Caffe
- Ubuntu16.04环境下配置elasticsearch5
- Ubuntu16.04下PX4 开发环境配置
- Ubuntu16.04环境下配置jdk
- 配置机器 Ubuntu16.04下的1080驱动安装
- 深度学习笔记1 ——Ubuntu16.04下caffe环境的配置(仅CPU)
- 【深度学习】笔记10:Ubuntu16.04环境下配置caffe的步骤(无GPU版本)
- Python学习之工具篇-在Ubuntu16.04下用Eclipse+PyDev配置Python开发环境
- Ubuntu16.04 下 用emacs 学习 Python2.7 基本配置环境
- Win7下安装Ubuntu16.04以及Ubuntu配置Android环境
- ubuntu16.04下配置Qt+OpenCV开发环境
- Ubuntu16.04下Java环境安装与配置
- Ubuntu16.04 下 安装与配置Java环境
- Ubuntu16.04下Java环境安装与配置
- Ubuntu16.04下Java环境安装与配置
- android 使用Path实现搜索动态加载动画效果
- GridView/DataGrid行单击和双击事件实现代码_.Net教程
- MVC采用Jquery实现局部刷新
- 初识C#接口
- #让我们用python跑回归#Fama-French三因素模型(一)
- Ubuntu16.04下GTX970配置机器学习环境
- 第十章—Fragment
- (1)Struts2-初识Struts2
- python调用dll动态库传入结构体作为参数
- 通过OpenAL对音频添加音效并存储
- Java中的==和equals
- IO学习之使用带缓冲的字符流(Buffered)读取数据
- Android判断程序是不是第一次启动
- [模型转化 最长下降子序列] BZOJ 2924 [Poi1998]Flat broken lines