Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题
来源:互联网 发布:社区圈子源码 编辑:程序博客网 时间:2024/04/29 20:10
首先介绍一下我的电脑配置,我的显卡是NVIDIA GTX970
1. 安装双系统(Ubuntu16.04 + Windows 7)全都是64位的操作系统
我用U盘制作系统盘安装Ubuntu16.04的时候,遇到如下问题:无法将启动引导正常安装
重新安装了好几次都是这样,找不到解决方案,有同学知道怎么解决的可以安利一下我~
由于Ubuntu14.04安装cuda的时候坑太多,看好几个帖子都这么说的,我还是坚定地想装Ubunt16.04。
然后参考:从Ubuntu 14.04 LTS版升级到Ubuntu 16.04 LTS。到此,Ubuntu16.04安装成功!
2. 安装NVIDIA显卡驱动
这里要引用PPA第三方库,因为直接从NVIDIA官方安装,会有显示器黑屏、进入不了tty1界面等一系列问题,没办法,Ubuntu对于NVIDIA显卡驱动的支持不太好
sudo add-apt-repository ppa:graphics-drivers/ppa //引入PPA库里的显卡驱动
如果引用成功,则会显示如下图所示:
Fresh drivers from upstream, currently shipping Nvidia. ## Current Status Current official release: `nvidia-370` (370.28) Current long-lived branch release: `nvidia-367` (367.57) For GeForce 8 and 9 series GPUs use `nvidia-340` (340.98) For GeForce 6 and 7 series GPUs use `nvidia-304` (304.132) ## What we're working on right now: - Normal driver updates - Help Wanted: Mesa Updates for Intel/AMD users, ping us if you want to help do this work, we're shorthanded.
接下来安装当前的长期稳定版nvidia-367驱动
sudo service lightdm stop sudo apt-get install nvidia-367 sudo service lightdm start sudo reboot nvidia-smi这里需要先关闭图形桌面,如果不关闭,可能会在安装显卡驱动的时候提示X server未关闭的错误,从而导致安装失败
如果显卡驱动安装成功,则在执行完nvidia-smi语句后,输出如下:
Sat Jan 14 10:41:03 2017 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 367.57 Driver Version: 367.57 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 GeForce GTX 970 Off | 0000:01:00.0 Off | N/A | | 30% 30C P8 19W / 200W | 121MiB / 4036MiB | 0% Default | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| | 0 1386 G /usr/lib/xorg/Xorg 111MiB | | 0 2341 G compiz 8MiB | +-----------------------------------------------------------------------------+若安装失败,卸载未安装成功的显卡驱动,再重新安装
$ sudo apt-get remove --purge nvidia-* #卸载显卡驱动3. Cuda安装
Cuda官方下载地址:https://developer.nvidia.com/cuda-downloads 我用的是 cuda_8.0.44_linux.run 版本
进入cuda_8.0.44_linux.run 所在目录,执行下面的语句开始安装cuda
$ sudo sh cuda_8.0.44_linux.run
可能遇到的选项:
是否接受许可条款: accept是否安装NVIDIA driver:no #因为我们已经安装了NVIDIA显卡驱动
是否安装cuda toolkit : yes
是否安装cuda samples:yes
中间会有提示是否确认选择默认路径当作安装路径,按Enter键即可。
若安装失败,且最后错误的提示为:
Not enough space on parition mounted at /tmp.Need 5091561472 bytes.
Disk space check has failed. Installation cannot continue.
即错误提示为/tmp空间不足,可执行下面的操作:
====如果执行$ sudo sh cuda_8.0.44_linux.run 时提示/tmp空间不足,则执行下面的操作=============== $ sudo mkdir /opt/tmp #在根目录下的opt文件夹中新建tmp文件夹,用作安装文件的临时文件夹 $ sudo sh cuda_8.0.44_linux.run --tmpdir=/opt/tmp/ ====如果执行$ sudo sh cuda_8.0.44_linux.run 时提示/tmp空间不足,则执行上面的操作================
配置环境变量
$ sudo vim ~/.bashrc #打开配置文件,如果没安装vim,可执行 $ sudo apt-get install vim #安装vim按 i 键,在文件末尾插入下面两行,按esc键,输入 :wq ,保存退出。
export PATH=/usr/local/cuda-8.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH立即使配置的环境变量生效
source ~/.bashrc判断cuda是否安装成功
执行:
$ nvcc --version输出:
nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2016 NVIDIA Corporation Built on Sun_Sep__4_22:14:01_CDT_2016 Cuda compilation tools, release 8.0, V8.0.44则表示安装成功。
===========若不幸安装失败,执行下面的命令卸载cuda,然后重新安装========= $ sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl测试cuda的Samples
$ cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery $ make $ sudo ./deviceQuery输出的最后两行类似这样的信息:
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 8.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GTX 970 Result = PASS4.使用Cudnn加速
我们去官网下载与cuda8.0匹配的cudnn,https://developer.nvidia.com/cudnn ,我下载的是cudnn v5.05 for cuda8.0
直接将文件解压,拷贝到cuda相应的文件夹下即可
$ tar xvzf cudnn-8.0-linux-x64-v5.0-ga.tgz $ sudo cp cuda/include/cudnn.h /usr/local/cuda/include $ sudo cp cuda/lib64/*.* /usr/local/cuda/lib64 $ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*5. 安装编译Caffe
下载caffe
$ sudo git clone https://github.com/BVLC/caffe.git安装第三方库
$ sudo apt-get install libatlas-base-dev $ sudo apt-get install libprotobuf-dev $ sudo apt-get install libleveldb-dev $ sudo apt-get install libsnappy-dev $ sudo apt-get install libopencv-dev $ sudo apt-get install libboost-all-dev $ sudo apt-get install libhdf5-serial-dev $ sudo apt-get install libgflags-dev $ sudo apt-get install libgoogle-glog-dev $ sudo apt-get install liblmdb-dev $ sudo apt-get install protobuf-compiler
安装OpenCV
当前最新版OpenCV是3.2.0版本的
$ cd caffe $ sudo git clone https://github.com/jayrambhia/Install-OpenCV $ cd Install-OpenCV/Ubuntu $ sudo chmod +x * $ sudo ./opencv_latest.sh我们可以通过如下命令查看OpenCV安装版本
$ pkg-config --modversion opencv
编译caffe
编译前,先配置变量
$ sudo cp Makefile.config.example Makefile.config $ sudo vim Makefile.config设置以下内容:
USE_CUDNN := 1 #取消该句注释
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include
WITH_PYTHON_LAYER := 1 #取消注释
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib \
/usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
保存退出
$ sudo make clean #每次需要重新编译Caffe的时候,在caffe文件夹下清除掉之前的编译结果
$ cd build
$ sudo cmake ..
$ sudo make all
$ sudo make install
$ sudo make runtest
$ sudo make -j8
$ sudo make runtest
$ sudo make pycaffe
配置环境
caffe运行时需要调用cuda的库,我们在/etc/ld.so.conf.d目录下新建一个caffe.conf文件,将所需要用的库的目录写入
$ sudo vim /etc/ld.so.conf.d/caffe.conf添加: /usr/local/cuda/lib64
保存并退出 :wq
更新配置 $ sudo ldconfig
6.测试caffe
下载mnist数据集
$ cd ~/caffe #切换到caffe目录 # 注意:执行命令的时候最好在当前的caffe目录下,否则会报错,会找不到XXX文件 $ sudo sh data/mnist/get_mnist.sh #获取mnist数据集 $ sudo sh examples/mnist/create_mnist.sh开始训练$ sudo sh examples/mnist/train_lenet.sh训练结果Test net output #0: accuracy = 0.9908 I0114 13:41:23.117681 4189 solver.cpp:404] Test net output #1: loss = 0.0286537 (* 1 = 0.0286537 loss) I0114 13:41:23.117684 4189 solver.cpp:322] Optimization Done. I0114 13:41:23.117687 4189 caffe.cpp:254] Optimization Done.
0 0
- Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题
- Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题
- ubuntu + cuda8.0+openCV3.1安装配置问题
- Ubuntu 16.04安装Cuda8.0
- ubuntu 16.04+cuda8.0的安装
- ubuntu 16.04 +caffe+cuda8.0+anaconda2安装
- Ubuntu 14.04下CUDA8.0 + cuDNN v5 安装配置过程
- 安装配置 Ubuntu 14.04 + CUDA8.0 + cuDNN v5 + caffe
- Ubuntu 16.04配置安装YouComPleteMe等插件
- Ubuntu 16.04 安装CUDA8.0+Cudnn6.0+TensorFlow+Caffe安装
- ubuntu 14.04安装cuda8.0
- Caffe + Ubuntu 15.04(16.04) + CUDA 7.5(8) 新手安装配置指南(14.04+cuda8.0也可)
- ubuntu 16.04 安装显卡驱动 CUDA8.0 cudnn5.1 笔记
- Ubuntu 16.04 系统构建CUDA8.0,CuDnn5.1安装血泪史
- Ubuntu 16.04下安装CUDA8.0+Cudnn+Caffe
- Ubuntu 16.04 LTS + GTX1060 + CUDA8.0 解决循环登录问题
- CUDA8.0安装的问题
- ubuntu 16.04系统下GTX970显卡不支持导致无法开机或开机黑屏解决方法
- 利用ajaxSubmit()方法实现Form提交表单后回调
- Springboot的第一个Hello World程序
- java模板方法模式
- jdk版本问题(Unsupported major.minor version 52.0)
- vector和list区别
- Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题
- python tarfile
- Spark性能优化:数据倾斜调优
- [Audio Profile]L版本上music如何设置双卡铃声
- 【SSH网上商城项目实战02】基本增删查改、Service和Action的抽取以及使用注解替换xml
- Red Hat Enterprise Linux 7 root账号自动登陆
- Address already in use: JVM_Bind错误的解决
- RollNum ,滚动数字
- IMF spark 正则表达式 统计apache log 日志