![78e170b96b516bd8bcba77843414c409.png](https://i-blog.csdnimg.cn/blog_migrate/2499f76b41d98fc9b65be9631fa51abb.jpeg)
- 安装步骤按照以下进行,如果没有写详细步骤,则需要读者进入链接按照链接中步骤进行(亲测可行)
- 安装系统成功后,可在官网下载显卡驱动、CUDA、cuDNN文件,并传到~/Downloads
- 系统及NVIDIA显卡驱动安装步骤及各种坑
- 更新源(图像界面有gedit替换,命令行用vim替换)
- 更新方法
- 源列表
- 远程终端控制(便于之后的操作)
- 下载openssh-server:sudo apt-get install openssh-server
- 下载vim(便于之后的操作)
- sudo apt-get install vim
- 安装CUDA、cuDNN
- 安装CUDA:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb (此处写你自己的CUDA安装包名)
sudo apt-get update
sudo apt-get install cuda
-
- 测试CUDA(如果安装完显卡驱动后,没有重启电脑,则测试前必须重启,否则会出现错误):
cp -r /usr/local/cuda/samples/ . (此处把/usr/local下安装好的cuda中的samples拷贝到临时目录下用来测试)
cd samples/.
make
cd bin/x86_64/linux/release/
sudo ./deviceQuery
sudo ./bandwidthTest (查看输出结果,重点关注最后一行,Pass表示通过测试,实际有很多测试用例,我仅测试了两个)
-
- 如果安装完显卡驱动后,没有重启电脑,则测试前必须重启,否则会出现如下错误:
./NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release/deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
cudaGetDeviceCount returned 38
-> no CUDA-capable device is detected
Result = FAIL
-
- 设置环境变量(在 ~/.bashrc 里写入cuda的环境变量):
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
-
- 同时 source ~/.bashrc 让其生效
- 安装cuDNN(解压,拷贝即可):
tar -zxvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
sudo chmod a+r /usr/local/cuda/include/cudnn.h (赋予权限)
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
-
- 查看CUDA、cuDNN版本
cat /usr/local/cuda/version.txt
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
参考:
- 从零开始搭建深度学习服务器:硬件选择,里面有多种软硬配置的安装教程
深度学习主机攒机小记
深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow
深度学习服务器环境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+TensorFlow 1.3
从零开始搭建深度学习服务器:硬件选择
从零开始搭建深度学习服务器: 基础环境配置(Ubuntu + GTX 1080 TI + CUDA + cuDNN)
从零开始搭建深度学习服务器: 深度学习工具安装(TensorFlow + PyTorch + Torch)
- 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080i+CUDA8.0+CUDDN6
- 成本14,000元,如何自己动手搭建深度学习服务器?
- CUDA安装测试方法
- CUDA安装问题总结