1、首先是更新自己的图形驱动,最好用系统自带驱动```很多教程都教了如何升级驱动,不过升级驱动安装过程不适合新手体验,会出bug。所以最好是用这种自带更新的。(一个小tip,,一般我在装Linux软件的时候会直接去软件仓库里找,比如说shutter什么的)
我这里的软件更新器显示了一个nvdia-384的驱动,后面实验需要用到390以上的nvidia版本,所以我也要手动升级一下了
2、查看你的显卡
打开终端 用命令nvidia-smi 查看,会得到以下
说明我的这个驱动是384.130版本的。
如果不是nvidia显卡的,那没有办法装cuda什么的,后面就不用看了。。
lspci | grep VGA # 查看集成显卡
lspci | grep NVIDIA # 查看NVIDIA显卡
上面两条命令分别是查看集成显卡和独立显卡的。
显示出来这个就说明一切正常。
找到系统的软件更新器,点击附加驱动,会显示自带的nvidia的各个版本驱动,选择你需要的进行安装。
有一些源可能不稳定,导致安装不成功,所以我在Ubuntu那里安装时候都是用中国服务器的源。
以上,我选择的是nvidia390.87的版本。然后点击应用更改。
然后更新一下,在终端输入
sudo apt-get update
sudo apt-get upgrade
Ok了!截至到现在还算顺利。不过我系统出了点小bug,fix了半天。纯净新装的系统应该问题不大
就是说安装过程中bug了不要灰心,大不了重装几遍系统,没啥的,遇到哪bug就百度哪。最后我几乎是遇上过所有安装的问题了。。那段时间真的很烦躁也很浮躁。但是我还不想放弃,哈哈哈哈哈。现在为止还不想承认自己弱智。。。
以前看过网上说很多女生呢,自己都不用写代码调bug的,撒撒娇就有男同学或者男朋友分分中出现来帮你解决问题。但现实的情况是,不!可!能!除非你有刘亦菲一样的美貌和林志玲的嗓音让人无法拒绝的魅力。不然正常的工程师都会觉得这人脑子可能不太灵光。帮你可能是出于礼貌,一直帮你肯定是没有道理的,因为用这些时间能创造的价值远比撩妹子值回血本N倍。优秀的程序员也不缺妹子啊说实在。。。所以女生不要想着靠这些去偷懒了,还是自己掌握了技能比什么都强。据我所知,喜欢傻了吧唧女孩的不多,大多数优秀的男生会倾向于选择优秀,甚至比自己优秀的多的女生。当然了,长得美如刘亦菲是另一种。。。跟我们这些平凡的女孩不能同日而语。
不费话了。
接着开始装cuda9.0
1、根据官网的步骤先要verify你的nvidia,前面这一步我们已经进行过了
然后是查看你的版本号
uname -m && cat /etc/*release
长这样
说明是在64位系统下运行的,这个真的很重要。
2、然后查看gcc版本
gcc --version
我自己没装,所以要装一下```可以用以下命令
sudo apt-get install gcc
或
sudo apt-get install build-essential
然后查看
gcc –version
迅速装好!(我好像之前装了但是写错命令了)
3、查看Kernal headers(说实在不是为了写这篇文档我肯定不会把instruction看那么仔细的,好像重新学了一遍一样``)
uname -r
可以看到我的这个版本辣!
可以用下面的命令来安装当前运行的内核的头文件和开发包
sudo apt-get install linux-headers-$(uname -r)
4、下载cuda
安装cuda有两种方法,一种是安装Deb格式的包,还有一种是运行runfile的文件。官方推荐用前者,后面那种就不再说了。
附上链接:https://developer.nvidia.com/cuda-90-download-archive
如果有之前安装过的,还是得卸载干净,不然会发生一些冲突。
(下载时间有点长,可以先干点别的,比如安装个python3.6的anaconda,这个安装起来就简单多了,现在新版本也是溜的很,可以先下载python3.7版本,装好以后再进去用命令conda install python=3.6改成python3.6的。官网的documentation真的非常简洁,链接:http://docs.anaconda.com/anaconda/user-guide/faq/#how-do-i-get-the-latest-anaconda-with-python-3-5)
5、安装cuda
泡个咖啡,溜达一圈,终于下载完了,也歇了歇眼睛(不要久坐,要注意活动颈椎和保护眼睛哦,什么技术都比不上身体好重要,在这个社会上拥有一个好身体,你就赢在路上了!)
1)sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
2)sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub#version这里就是填你安装包上写的那个
3)sudo apt-get update
4)sudo apt-get install cuda
看着运行中的程序,心情棒棒的希望别报错``````````
好了装完了``
需要把cuda9.0添加进入系统变量
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64 ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
重启
6、安装cuDNN
链接:https://developer.nvidia.com/cudnn
得需要注册一个帐号才可以下载,找到对应的下载版本
下载````
然后点击上面的Installation guide
可以看到overview写着 The
NVIDIA CUDA Deep Neural Network library (cuDNN) is a GPU-accelerated library of primitives for deep neural networks.
这个cuDNN就是用于深度神经网络的加速库,是不是有点exciting了,深度学习就是离你如此之近!
然后解压你刚刚下载的安装包,注意是一个tgz文件
tar -xzvf cudnn-9.0-linux-x64-v7.tgz # 后面的东西就是你下载的文件名,可能跟这句命令的文件名不一样,注意改一下。
然后把这个.h的头文件复制到你刚才那个cuda-9.0下面
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*
没有错误提示就是装好了这一步了。
sudo apt-get update
用一行命令查看是否安装好
nvcc -V
这样就是OK了
编译测试
cd /usr/local/cuda-9.0/samples
sudo make
等十几分钟``````吃个下午茶,溜达一下,看会文献。
运行编译生成的二进制文件
cd bin/x86_64/linux/release
./deviceQuery
PASS了!开心!但是我看到编译过程中有很多warning,有提到可能用gcc+ 的4 is greater
不管怎么说成功就好了!
测试一下跟cuda的链接情况
./bandwidthTest
7、然后装tensorflow测试
在开头的方我装了anaconda,然后把版本切回3.6,所以这里就直接用conda安装tensorflow了。
conda install tensorflow-gpu
好```继续等待安装`````现在六点半辣我先吃个盒饭。
七点整,装好了。
测试
先打开python
输入命令:
python
import tensorflow as tf
没有报错就是好了~~嘻嘻。开开心心去健身~