安装Anaconda(python3.6)
1)更新软件包信息
sudo apt-get update
2)下载Anaconda
通过网站:https://www.continuum.io/downloads 下载,下载后执行命令:
bash Anaconda3-4.3.1-Linux-x86_64.sh
安装过程中,基本都是选择yes
最后会询问是否把anaconda的bin添加到用户的环境变量中,选择yes
3)设置默认python版本
在终端输入python发现依然是系统自带的python版本,这是因为.bashrc的更新还没有生效,命令行输入:
source ~/.bashrc
安装显卡驱动(nvidia)
方法1:系统软件更新
方法2:显卡官网下载安装
1)检查显卡命令,下载和显卡相应驱动
lspci |grep VGA
去http://www.nvidia.com/Download/index.aspx?lang=en-us官网下载合适的.run文件
2)打开终端,先删除旧的驱动:
sudo apt-get purge nvidia*
3)禁用自带的 nouveau nvidia驱动 (important!)
创建一个文件通过命令
sudo vim /etc/modprobe.d/blacklist-nouveau.conf
并添加如下内容:
blacklist nouveau
options nouveau modeset=0
再更新一下
sudo update-initramfs -u
修改后需要重启系统。确认下Nouveau是已经被你干掉,使用命令:
lsmod | grep nouveau
4)重启系统至init 3(文本模式),也可先进入图形桌面再运行init 3进入文本模式,再安装下载的驱动就无问题,
首先我们需要结束x-window的服务,否则驱动将无法正常安装
关闭X-Window,很简单:
sudo service lightdm stop
然后切换到tty1控制台:Ctrl+Alt+F1即可
5)接下来就是最关键的一步了:
sudo ./NVIDIA.run
开始安装,安装过程比较快,根据提示选择即可
最后安装完毕后,重新启动X-Window:
sudo service lightdm start
然后Ctrl+Alt+F7进入图形界面;
如果安装后驱动程序工作不正常,使用下面的命令进行卸载:
sudo sh ~/NVIDIA-Linux-x86_64-367.44.run --uninstall
6)显示显卡驱动安装情况:
nvidia-smi
nvidia-settings
安装Cuda
1)到CUDA官网下载,这里下载的是8.0版本CUDA,然后执行命令安装:
sudo chmod +x cuda_8.0.61_375.26_linux.run
sudo ./cuda_8.0.61_375.26_linux.run
除了OpenGL选no,其他一路yes和回车就搞定了。如果报错比如X server is running或者unable to locate the kernel的问题,确保之前提到的准备工作全部做好,绝对不会有问题。
2)安装好CUDA之后,添加环境变量:
sudo vim /etc/profile
# 添加内容如下:
PATH=/usr/local/cuda-8.0/bin:$PATH
export PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/lib
# 保存退出,使之立即生效
source /etc/profile
# 添加lib库路径
sudo vim /etc/ld.so.conf.d/cuda.conf
# 添加内容如下:
/usr/local/cuda-8.0/lib64
# 保存退出,使之立即生效
sudo ldconfig
# 验证安装结果,有服务器信息和cuda版本号即可
nvcc -V
安装cuDNN
sudo tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so
2)然后可以测试CUDA等是否成功配置,编译运行某个sample:
cd /usr/local/cuda/samples
sudo make all -j4
# 全部编译完成之后
cd /usr/local/cuda/samples/bin/x86_64/linux/release
./deviceQuery # 如果显示有可用的GPU即为成功
安装TensorFlow-gpu
# 直接用pip安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-gpu==1.1
# 进入python环境测试
import tensorflow as tf
# 如下可以查看tensorflow的版本号和安装路径
tf.__version__
tf.__path__