[此教程 年代久远, 请移步] ubuntu16.04 安装 CUDA
[此教程 年代久远, 请移步] ubuntu16.04 安装 CUDA
[此教程 年代久远, 请移步] ubuntu16.04 安装 CUDA
[此教程 年代久远, 请移步] ubuntu16.04 安装 CUDA
[此教程 年代久远, 请移步] ubuntu16.04 安装 CUDA
[11.09.2016 更新, 更新源之后,要进行upgrade]
[11.07.2016 更新 可能出现的错误]
[10.16.2016 更新]
ubuntu 16.04 python 2.7 cuda7.5/Cuda8.0 tensorflow-gpu
最近在配深度学习的框架,配了一个星期,终于配好了,中间走了n条弯路。
下面开始介绍安装:
1-> : 准备工作:
- 安装 sshserver : ubuntu默认是没有sshserver的,只有sshclient
sudo apt-get install openssh-server openssh-client
- 配置源,在国内最好使用国内源,因为下载速度快。国内源介绍
- 只需将你想使用的源 添加到 /etc/apt/sources.list 文件头部即可
- 然后sudo apt-get update
- sudo apt-get upgrade
- 安装依赖
sudo apt-get install python-pip sudo apt-get install python-numpy swig python-dev python-wheel
sudo apt-get install git vim sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
- 这里我碰到了一个问题,使用国内源的话,安装的pip无论怎么更新,都是pip8.1.1,不是pip8.1.2,(使用pip-8.1.1的话,在之后安装tensorflow的时候会报错,所以需要升级到8.1.2)如何升级到pip8.1.2
- 如果你用pip install软件的时候感觉速度很慢,你也可以设置一下pip源,(豆瓣源挺快的)
cd $HOME mkdir .pip
cd .pip
sudo vim pip.conf 在里面添加 [global] index-url = http://mirrors.aliyun.com/pypi/simple [install]
trusted-host = mirrors.aliyun.com
disable-pip-version-check = true
timeout = 6000 保存即可
2->:安装nvidia驱动程序:
在这里我花了大概有3.4天的时间,被坑的不要不要的,主要一个问题就是安装完驱动之后 登陆时候一直卡在登陆界面进不去。到最后看到一个人提到了关闭Secury Boot,然后我就将其关了,才进去的。
- 将nouveau加入黑名单
sudo vim /etc/modprobe.d/blacklist.conf 将 blacklist nouveau加到文件最后
- 重启电脑
- 按Ctrl+Alt+F1进入命令行界面
sudo service lightdm stop sudo rm /tmp/.X0-lock (删除此文件,如果本来就没有的话,就会报错)
- 安装驱动
sudo apt-get remove --purge nvidia-* sudo rm /etc/X11/xorg.cong sudo apt-add-repository ppa:graphics-drivers/ppa -y sudo apt-get update sudo apt-get install nvidia-367 nvidia-settings nvidia-prime sudo apt-get install mesa-common-dev sudo apt-get install freeglut3-dev sudo ldconfig -n sudo update-initramfs -u
- 重启电脑,就可以进入界面了, 如果进不去,进入BIOS启动页面,在Boot(或Security)中找到Security BOOT ,将其disable就可以了
- 查看驱动
nvidia-smi 会输出显卡信息
3-> 安装CUDA8.0
- 官网下载 CUDA8.0 .run 文件
- cuda7.5需要gcc-4.7 g++-4.7进行编译, 而Ubuntu默认是5.4版本,所以需要降版本, cuda8.0的话不需要降级
sudo apt-get install gcc-4.7 g++-4.7 sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.7 10 sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.7 10 10 代表优先级, 高的优先
- 安装CUDA7.5,安装时会提示 unsorported configuration ,不用理会, 还会询问你要不要装显卡驱动选择n就可以了。
chmod +x cuda7* sudo ./cuda7*
- 配置CUDA环境
~$ sudo vim .bashrc 文件尾加入 export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH 保存退出 然后执行: source .bashrc
- 测试
cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery make sudo ./deviceQuery 再测试试一下nobody: cd ../../5_Simulations/nbody/ make 执行: ./nbody -benchmark -numbodies=256000 -device=0
4->安装cudnn4.0 安装cudnn5.1(官方tensorflow0.10.0 是用cuda7.5 和cudnn5.1编译的)
- 官网下载 点击打开链接
- 使用tar -zxvf [filename] 解压
- 配置cudnn
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
5->安装bazel(如果你不打算编译源码安装tensorflow的话,是不需要安装bazel的。我们这里不使用源码安装tensorflow。)
- 安装bazel需要先安装java8
$ sudo add-apt-repository ppa:webupd8team/java $ sudo apt-get update $ sudo apt-get install oracle-java8-installer
- 安装bazel
$ echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list $ curl https://storage.googleapis.com/bazel-apt/doc/apt-key.pub.gpg | sudo apt-key add - $ sudo apt-get update && sudo apt-get install bazel $ sudo apt-get upgrade bazel
- bazel命令需要工作在workspace文件夹或其子文件夹下
6->安装tensorflow
# Ubuntu/Linux 64-bit, CPU only, Python 2.7: $ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl # Ubuntu/Linux 64-bit, GPU enabled, Python 2.7. Requires CUDA toolkit 7.5 and CuDNN v5.1. # For other versions, see "Install from sources" below. $ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl
或者去github上下载相应版本, 用pip install 文件名 就可以了
- 然后就可以import tensorflow 测试一下啦
7->可能出现的错误:
- 如果更新了 nvidia驱动之后报错(更新之前运行正常),可以尝试安装
- sudo apt-get install nvidia-modprobe
- 如果使用pycharm的话,进入pycharm根目录的bin/,打开pycharm.sh,然后在第180行左右插入
LD_LIBRARY_PATH="/usr/local/cuda/lib64" #需要增加 LD_LIBRARY_PATH="$IDE_BIN_HOME:$LD_LIBRARY_PATH" "$JAVA_BIN"