目錄
1 安裝NVIDIA Tesla K80顯卡驅動
1.1 准備工作
1.1.1 證明存在GPU
lspci | grep -i nvidia
結果例示
01:00.0 VGA compatible controller: NVIDIA Corporation GK208 [GeForce GT 730] (rev a1)
01:00.1 Audio device: NVIDIA Corporation GK208 HDMI/DP Audio Controller (rev a1)
02:00.0 3D controller: NVIDIA Corporation GK110BGL [Tesla K40c] (rev a1)
1.1.2 驗證Linux版本是否支持x86_64
uname -m && cat /etc/*release
結果例示
x86_64
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=14.04
DISTRIB_CODENAME=trusty
DISTRIB_DESCRIPTION=”Ubuntu 14.04.5 LTS”
NAME=”Ubuntu”
VERSION=”14.04.5 LTS, Trusty Tahr”
ID=ubuntu
ID_LIKE=debian
PRETTY_NAME=”Ubuntu 14.04.5 LTS”
VERSION_ID=”14.04”
HOME_URL=”http://www.ubuntu.com/”
SUPPORT_URL=”http://help.ubuntu.com/”
BUG_REPORT_URL=”http://bugs.launchpad.net/ubuntu/”
1.1.3 看gcc是否安裝
gcc --version
結果例示
gcc (Ubuntu 4.8.4-2ubuntu1~14.04.3) 4.8.4
Copyright (C) 2013 Free Software Foundation, Inc.
This is free software; see the source for copying conditions. There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
1.1.4 看是否存在已安裝的nvidia驅動,如果存在應先卸載
lsmod | grep nvidia
1.2 屏蔽系統自帶驅動nouveau
屏蔽原因:由於nvidia驅動和Ubuntu自帶的nouveau顯卡驅動沖突,所以安裝了nvidia官方驅動之后,reboot系統,可能會卡在登陸頁面。
1.2.1 看是否存在已安裝的草根驅動nouveau
lsmod | grep nouveau
結果例示
nouveau 1474560 4 ttm 94208 1
nouveau drm_kms_helper 143360 2 i915_bpo,nouveau drm
360448 8 ttm,i915_bpo,drm_kms_helper,nouveau mxm_wmi
16384 1 nouveau i2c_algo_bit 16384 2 i915_bpo,nouveau wmi
20480 3 mxm_wmi,nouveau,asus_wmi video 40960 3
i915_bpo,nouveau,asus_wmi
1.2.2 關閉圖形界面X-Win界面
sudo stop lightdm
1.2.3 進入黑名單目錄
cd /etc/modprobe.d/
1.2.4 創建blacklist-nouveau.conf並添加內容
sudo vi blacklist-nouveau.conf
【說明:執行完sudo vi blacklist-nouveau.conf后按任意鍵進入編輯狀態,將下面代碼內容逐行復制到文件中。編輯完成后,按ESC鍵 退出編輯狀態,輸入:wq完成保存。】
blacklist nouveau options nouveau modeset=0
1.2.5 查看blacklist-nouveau.conf內容是否添加成功
sudo cat blacklist-nouveau.conf
1.2.6 重啟
sudo shutdown -r now
1.2.7查看驅動是否還存在
lsmod | grep nouveau
【說明:如果什么反應都沒有就是已經成功了】
1.3 下載NVIDIA Tesla K80顯卡驅動並安裝
1.3.1 命令行下載
wget http://cn.download.nvidia.com/tesla/375.51/nvidia-driver-local-repo-ubuntu1404_375.51-1_amd64.deb
1.3.2 安裝
sudo dpkg -i nvidia-driver-local-repo-ubuntu1404_375.51-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda-drivers
1.3.3 重啟
sudo reboot
1.3.4 查看驅動
lsmod | grep nvidia
結果例示
nvidia_uvm 724992 0
nvidia_drm 45056 2
nvidia_modeset 765952 4 nvidia_drm
nvidia 11489280 81 nvidia_modeset,nvidia_uvm
drm_kms_helper 143360 2 i915_bpo,nvidia_drm
drm 360448 6 i915_bpo,drm_kms_helper,nvidia_drm
1.3.5 檢查安裝情況
nvidia-smi
結果例示
2 安裝GTX1080顯卡驅動
2.1 安裝 Nvidia 驅動 367.27
sudo add-apt-repository ppa:graphics-drivers/ppa
第一次運行出現如下的警告
Fresh drivers from upstream, currently shipping Nvidia.
Current Status
We currently recommend: nvidia−361nvidia-361, Nvidia’s current long lived branch.
For GeForce 8 and 9 series GPUs use nvidia−340nvidia-340
For GeForce 6 and 7 series GPUs use nvidia−304nvidia-304
What we’re working on right now:
– Normal driver updates– Investigating how to bring this goodness to distro on a cadence.
WARNINGS:
This PPA is currently in testing, you should be experienced with packaging before you dive in here. Give us a few days to sort out the kinks.
Volunteers welcome! See also: https://github.com/mamarley/nvidia-graphics-drivers/
http://www.ubuntu.com/download/desktop/contribute
更多信息: https://launchpad.net/~graphics-drivers/+archive/ubuntu/ppa
2.2 按回車繼續或者 Ctrl+c 取消添加
回車后繼續
sudo apt-get update
sudo apt-get install nvidia-375
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
2.3 讓GTX1080顯卡驅動生效
sudo shutdown -r now
2.4 檢查安裝情況
nvidia-smi
3 安裝Tensorflow (pip安裝方式)
3.1 首先安裝pip
sudo apt-get install python-pip python-dev
3.2 利用pip安裝tensorflow
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whl
sudo pip install --upgrade $TF_BINARY_URL
3.3 如果需要更新tensorflow
sudo pip install -U tensorflow
4 安裝Python
4.1 安裝python-numpy
sudo apt-get install python-numpy
4.2 安裝python-scipy
sudo apt-get install python-scipy
4.3 安裝 python-matplotlib
sudo apt-get install python-matplotlib
5 測試
5.1 檢驗tensorflow是否安裝成功
通過下面一段代碼來測試tensorflow是否安裝成功
python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
Hello, TensorFlow!
a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a + b))
42
5.2 Tensorflow MNIST 數據集測試代碼入門
測試代碼
git clone https://github.com/yhlleo/mnist.git Mnist_data
pwd //列出Mnist_data的路徑
cd xxxxxx //xxxxxx為Mnist_data的路徑
python mnist_softmax.py //MNIST機器學習入門
python mnist_deep.py //深入MNIST
python fully_connected_feed.py //TensorFlow運作方式入門
python mnist_with_summaries.py //Tensorboard訓練過程可視化
6 其他常用命令
6.1 查看電腦顯卡信息命令
lspci | grep VGA
6.2 打開終端,先刪除舊的驅動
sudo apt-get purge nvidia*
6.3 查看ubuntu版本
cat /etc/issue
6.4 查看系統是32位還是64位方法
getconf LONG_BIT //返回64則是64位
6.5 從github上將該倉庫clone下來
最簡單直接的命令
git clone xxx.git // 例如:git clone https://github.com/yhlleo/mnist.git
如果想clone到指定目錄
git clone xxx.git 指定目錄 // 例如:git clone https://github.com/yhlleo/mnist.git Mnist_data
6.6 Ubuntu下常用命令:
apt-get是可以直接使用的,格式為
sudo apt-get install/delete package
sudo apt-get -f install //修復安裝
sudo apt-get dist-upgrade //升級系統
sudo apt-get upgrade //更新已安裝的包
apt-get source package //下載該包的源代碼
sudo apt-get build-dep package //安裝相關的編譯環境
sudo apt-get clean && sudo apt-get autoclean //清理無用的包
pip需要安裝才能使用,配合virtualenvwrapper會錦上添花。安裝過程如下 (適用Ubuntu 10.10及以上版本)使用格式為:
pip install package。
sudo apt-get install python-pip python-dev build-essential
sudo pip install --upgrade pip
sudo pip install --upgrade virtualenv
6.7 刪除軟件
方法一:如果你知道要刪除軟件的具體名稱,可以使用
sudo apt-get remove --purge 軟件名稱
sudo apt-get autoremove --purge 軟件名稱
方法二:如果不知道要刪除軟件的具體名稱,可以使用
dpkg --get-selections | grep ‘軟件相關名稱’
sudo apt-get purge 一個帶core的package //如果沒有帶core的package,則視情況而定
6.8 清理殘留數據
dpkg -l |grep ^rc|awk '{print $2}' |sudo xargs dpkg -P