ubuntu14.04安装nvidia驱动,cuda8.0,cudnn5.1和tensorflow教程

0 Nvidia驱动安装
0.0 驱动下载
去官网http://www.geforce.cn/drivers输入电脑显卡信息,得到搜索结果
这里写图片描述
这里写图片描述
0.1 禁止集成nouveau驱动
ubuntu系统集成的显卡驱动程序是nouveau,它是第三方为NVIDIA开发的开源驱动,我们需要先将其屏蔽才能安装NVIDIA官方驱动。
将驱动添加到黑名单blacklist.conf中,但是由于该文件的属性不允许修改。所以需要先修改文件属性。
修改属性
sudo chmod 666 /etc/modprobe.d/blacklist.conf
用gedit编辑器打开
sudo gedit /etc/modprobe.d/blacklist.conf
在该文件后添加一下几行:

blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb

0.2 开始安装
先按Ctrl + Alt + F1到控制台,关闭当前图形环境
sudo service lightdm stop
可以按Ctrl + Alt + F7检查是否能进入图像环境。
再安装驱动程序

sudo chmod a+x NVIDIA-Linux-x86_64-xxx.run
sudo ./NVIDIA-Linux-x86_64-xxx.run -no-x-check -no-nouveau-check -no-opengl-files

注意后面的参数

-no-x-check 安装驱动时关闭x服务
-no-nouveau-check 安装驱动时禁止nouveau
-no-opengl-files 只安装驱动文件,不安装opengl文件

没有参数会出现循环登录的问题,第二个参数和0.1禁止集成驱动是否重复也没实验过,所以就没有去除。
最后重新启动图形环境

sudo service lightdm start

0.3 查看显卡驱动版本
可以通过以下命令确认驱动是否正确安装
cat /proc/driver/nvidia/version
这里写图片描述
0.4 可能出现的问题
一般按照步骤安装即成功,但是第一次安装可能会出现黑屏或者桌面循环登录问题。那就进入控制台,卸载原有驱动安装,然后重启再认真安装一遍

sudo apt-get --purge remove nvidia-*

参考博客:http://blog.csdn.net/tianrolin/article/details/52830422
http://blog.csdn.net/u010159842/article/details/54344683
https://www.cnblogs.com/zhcncn/p/3989572.html

1 Cuda安装
前面一堆检查电脑略过,直接进入正文,照常首先是下载
1.0 cuda官网下载
https://developer.nvidia.com/cuda-downloads进入官网一般给出最新版本的,可以先点击Documentation
这里写图片描述
再点击右上角older
这里写图片描述
选择了2017的8.0版本,作为新手我也不知道GA2和GA1区别
这里写图片描述
接下来就是一波操作选择linux,86_64,Ubuntu,14.04,deb[network],之后网页会自动弹出来安装指令:
这里写图片描述
下载完成后,按照图中给的命令安装即可。
1.1 配置
添加CUDA的bin目录到PATH环境变量:

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}

之后在控制台输入nvcc –version,可以得到如下信息:
这里写图片描述
大功告成,中间没什么问题
参考博客:http://blog.csdn.net/baiyu9821179/article/details/57412131

2 cudnn安装
2.0 官网下载
https://developer.nvidia.com/rdp/cudnn-download官网要先注册,然后添个小调查(3个问题)才能下载
这里写图片描述
选择了该版本
这里写图片描述
2.1 解压安装
解压cudnn-8.0-linux-x64-v5.1.tgz,得到cudnn的头文件cudnn.h (在~/include/ 中);以及库文件libcudnn.so libcudnn.so.5 libcudnn.so.5.1.5 libcudnn_static.a 其中,libcudnn.so.5.1.5是动态链接库文件,libcudnn.so.5 是指向libcudnn.so.5.1.5的符号链接文件,libcudnn.so是指向libcudnn.so.5 的符号链接文件,libcudnn_static.a 是静态库文件.
将头文件拷贝到cuda安装目录下的include,

sudo cp cudnn.h /usr/local/cuda/include/

将库文件拷贝到cuda安装目录下的lib64

sudo cp lib* /usr/local/cuda/lib64/

注意拷贝完之后,符号链接文件要重新建立,使用如下命令重新建立符号链接文件

cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.* libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so

其中*是下载下来的版本,自己更改。
更新链接库:

sudo ldconfig

参考博客:http://blog.csdn.net/syfzhzh/article/details/52317948
http://blog.csdn.net/jhszh418762259/article/details/52958287?locationNum=8&fps=1

3 tensorflow安装
3.0 下载安装

sudo pip install tensorflow-gpu==1.2

3.1 运行tensorflow
打开终端输入python,进入后输入

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

这里写图片描述
3.2 问题
输入import tensorflow as tf即出现问题:libcudnn.so.6:cannot open sharedobject file: No such file or directory
tensorflow-gpu1.3已经开始去找cudnn6了(也就是说是用cudnn6编译的)。。。 理论上可以安装cudnn6试试看,但笔者本身没有追逐最新版的习惯(天知道还有什么新坑),所以直接换到了tensorflow-gpu1.2版本,就解决问题了。

使用如下命令就是下载不下来,会出现网络不好的问题,我的天呐,就是这么神奇。

sudo pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

参考博客:
http://blog.csdn.net/silent56_th/article/details/77587792
http://blog.csdn.net/u012528000/article/details/60574897

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值