ubuntu下的tensorflow安装:cuda8.0+cudnn6.0+opencv2.4.11+anaconda+tensorfl
来源:互联网 发布:哑铃软件 编辑:程序博客网 时间:2024/05/29 12:07
1:安装Ubuntu
最好选择LTS版本,理由在这:http://www.linuxidc.com/Linux/2011-08/40021.htm
至于系统大家进官网自行下载:https://www.ubuntu.com/download/desktop
ubuntu的安装步骤这里不再赘述,网上有很多安装教程。
系统安装完成后我遇到这样的问题:输入超出范围的问题,请调节至:1600×900
解决办法:关机拔掉独显,用集成显卡显示,计入系统装上显卡驱动再试,或者装上cuda再试。
2:安装显卡驱动
此处分两种情况,请对号入座完成其一即可(前提是你有一定的牛逼哄哄独立显卡,本人GTX970,不算牛,搞计算机视觉的基础设备,大家最好找导师哭着要一个,GTX1080-Ti及以上的同学你肯定很有钱,或者你导师肯定很有钱,别浪费这么优越的条件,洗洗抓紧科研):
A:后面不装cuda:
1、首先和Windows平台下一样先验证nvidia显卡,在终端中输入命令:
lspci |grep -i nvidia
验证的目的是下载与显卡对应的驱动。
2、下载相应驱动程序:http://developer.nvidia.com/cuda-downloads
3、为了编译和运行SDK中的示例,还需要freeglut、mesa和opengl相关库和头文件等支持,Getting_Started_Linux.pdf文档中建议通过如下命令行安装:
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-devlibgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
4、如果是刚装好的Ubuntu系统,其中的开源的nvidia显卡驱动是没有激活的,可以直接安装nvidia官方下载的驱动,如果已经激活了则需要先将其卸载掉再安装nvidia官方下载的驱动,在终端中输入如下命令:sudo apt-get--purge remove nvidia-*
sudoapt-get --purge remove xserver-xorg-video-nouveau
blacklist amd76x_edac然后:
sudo gedit /etc/modprobe.d/blacklist.conf blacklist.conf加入:
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist nvidiafb
blacklist rivatv
有些主板,如独立显卡情况下,可能还需要设置一下grub才能支持nvidia的显卡,不然可能重启之后无法正常进入图形界面:打开系统中的grub配置文件:
sudo gedit /etc/default/grub
把 “nomodeset”参数加到GRUB_CMDLINE_LINUX行:
GRUB_CMDLINE_LINUX=”nomodeset”
并更新 grub:
sudo update-grub
然后重启电脑, ubuntu在字符界面输入root用户名和密码之后。输入如下命令关掉图形界面:
sudo service lightdm stop
在登录界面或者登陆之后按快捷键Ctrl + Alt+F1到第一控制台。接着通过cd命令切换到之前下载的显卡驱动程序的目录,安装nvidia官方下载的驱动:
cd /你下载好的驱动文件夹
chmod +x 驱动程序全名
然后一路accept或者yes即可,安装完成之后执行如下命令驱动安装就算完成。sudo sh 驱动程序全名
sudo service lightdm start
Ctrl + Alt+F7回到图形界面,接下来验证是否安装成功,在终端下输入:
$ nvidia-settings
可以看到NVIDIA Driver Version: XXX,
另外如果之前没有安装过glxinfo命令的话需要安装开发包mesa-utils:
$ sudo apt-get install mesa-utils
查看显卡是否装好运行,输入:
如果出现direct rendering: Yes 则表明显卡正在运行。$ glxinfo | grep rendering
B:后面装cuda:跳过这步直接装cuda。这里必须说明的是,很多童鞋不知道cuda8.0自带显卡驱动,跑到英伟达官网去下载自己的显卡,然后再安装。最后出现了:unkonw display的问题,屏幕分辨率超低,不忍直视,但是又束手无策。--------这是一个脱了裤子放屁——多此一举的步骤。
3:安装cuda
1:官网下载cuda版本:https://developer.nvidia.com/cuda-downloads 选择runfile(local)下载
2:由于cuda8.0带有对应的显卡驱动,这里需要按快捷键Ctrl + Alt+F1到第一控制台,登录你的用户名和密码,然后
sudo service lightdm stop
cd /刚刚下载的cuda8.0文件所在文件夹
chmod +x cuda程序全名
sudo sh cuda程序全名
如果出现如下错误,有可能是你没有执行 stop命令,如果不是,网上有很多此类问题解决方案,对号入座解决。sudo service lightdm start
ERROR: You appear to be running an X server; please exit X before installing. For further details,...
3、添加环境变量:
$ sudo gedit /etc/profile
在最后加入: export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
$ source /etc/profile
然后:$ sudo gedit /etc/ld.so.conf
在最后加入: /usr/local/cuda-8.0/lib64
$ sudo ldconfig
再执行一下命令,验证路径是否添加成功:$ ldconfig -v|grep cuda会出现相关的路径:/usr/local/cuda-8.0/lib:libcudart.so.5.0 -> libcudart.so.8.0.35libicudata.so.48 -> libicudata.so.48.1.1libcuda.so.1 -> libcuda.so.304.54到这里cuda tolkit环境配置完成,接下来为了编译cuda8.0 samples(也就是以前的GPU Computing SDK)需要安装一些开发包,终端下输入:sudo apt-get install g++ openmpi-bin openmpi-doc libopenmpi-dev freeglut3-dev libxi-dev libxmu-dev默认Samples是安装在用户主目录下的,下面开始编译:$ cd ~/NVIDIA_CUDA-8.0_Samples/$ make -j8这里其中多线程编译,对于双核以及更多核数的cpu能够明显减少编译时间,编译samples还是比较耗时间的。编译完成之后执行:$ cd NVIDIA_CUDA-8.0_Samples/bin/linux/release/$ ./deviceQuery
1:对应cuda版本下载cudnn资源:https://developer.nvidia.com/cudnn
2:cudnn的安装很简单,只是把文件拷入cuda安装文件的对应位置,然后建立相应软连接即可。
解压下载的cudnn,如果是.solitairetheme8格式转换成tgz文件再解压:
cd /存放cudnn压缩包的地方
cp cudnn-8.0-linux-x64-v5.1.solitairetheme8 cudnn-8.0-linux-x64-v5.1.tgz
再解压:
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz(文件夹内手动解压更方便)
解压之后:
cd /解压的cudnn安装包 #包里应该包含include和lib64两个文件夹
sudo cp /include/cudnn.h /usr/local/cuda/include
sudo cp -a /lib64/libcudnn* /usr/local/cuda/lib64
3.如果软连接丢失,执行如下代码(建议有没有丢失都执行一遍,记住下面的文件名要和自己的对上,我这里 只是拿其中一个版本举例)
sudo rm -rf libcudnn.so.6.5 libcudnn.so
sudo ln -s libcudnn.so.6.5.18 libcudnn.so.6.5
sudo ln -s libcudnn.so.6.5 libcudnn.so
注意!!这里的软连接顺序很重要!
至此,cuDNN安装完成。
5:安装opencv2.4.11
1、资源下载,这里避免大家找资源困难,我分享了opencv2.4.11,链接:http://pan.baidu.com/s/1nvsgqXN 密码:kvlv
2、这里借鉴博主:http://blog.csdn.net/lanbing510/article/details/41698517,如有侵权请告知删除。
6:安装anaconda
至于哪个for Python版本自行选择。安装步骤官网里有详细步骤:
bash ~/anaconda文件全名.sh
7:tensorflow的安装
至此所有安装步骤完成,开启你的科研之旅吧,如有帮助,别忘了点个赞哦,如有错误麻烦评论告知,我也是个新手,勿喷勿喷啦,写了老长时间!嘿嘿。。。借鉴tensorflow官网的安装步骤https://www.tensorflow.org/install/install_linux,本菜鸟是基于anaconda开发包安装的,请选择好对应的anaconda版本安、安装tensorflow。
- ubuntu下的tensorflow安装:cuda8.0+cudnn6.0+opencv2.4.11+anaconda+tensorfl
- Tensorflow GPU安装指南 (Ubuntu 16.04 anaconda cuda8.0 cuDNN6.0)
- 华硕超算服务器安装Ubuntu+CUDA8+cudnn6+anaconda+tensorflow
- Ubuntu 16.04 安装CUDA8.0+Cudnn6.0+TensorFlow+Caffe安装
- windows10下cuda8.0+cudnn6.0+PYthon3.5.3+tensorflow安装
- Win10下安装Tensorflow(GPU)+CUDA8.0+cudnn6
- Win10下安装Tensorflow(GPU)+CUDA8.0+cudnn6
- Win10下安装Tensorflow(GPU)+CUDA8.0+cudnn6
- ubuntu16.04+cuda8.0+cudnn6+tensorflow安装
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow+anaconda
- PyTorch GPU安装指南 (Ubuntu 16.04 anaconda cuda8.0 cuDNN6.0)
- ubantu16.04安装tensorflow(GPU)+cuda8.0+cudnn6.0
- win10+anaconda2+cuda8.0+cudnn6.0安装tensorflow-gpu
- tensorflow-gpu1.3.0安装(win10+cuda8.0.61+cuDNN6.0)
- window10下安装Theano-GPU与Tensorflow-GPU(提供cuda8.0,cudnn6.0下载)
- ubuntu 14 cuda8.0 cudnn5.1 anaconda tensorflow opencv 的安装
- Ubuntu 16.04 LTS + CUDA8.0 + cudnn6.0
- Win10下CUDA8.0+cuDNN6.0+python3.5+tensorflow_gpu的安装
- Java通过JDBC连接Mysql数据库的方法和实例
- Compile YOLOv2 / darknet-master
- Attempted read from closed stream.的解决方法
- 深入浅出nodejs学习笔记--第五章 内存控制
- Java线程:并发协作-死锁
- ubuntu下的tensorflow安装:cuda8.0+cudnn6.0+opencv2.4.11+anaconda+tensorfl
- 第四章 4-2 系统字体和字的宽度高度
- 28个Unix/Linux的命令行神器
- Royale888 Online Casino Malaysia New Member 50%(50% bonus, First Deposit bonus, New Member, Royale88
- tostring("x2")的用法
- python关于dict的几个方法探讨
- Android 数据加密之RSA + AES
- error C2146: 语法错误 : 缺少“;”(在标识符“PVOID64”的前面)
- 简单工厂模式(Simple Factory Pattern)