[机器学习实战] Ubuntu 16.04 + NVIDIA 384 + OpenCV 3.1.0 + CUDA 8.0 + cuDNN 5.1 踩坑记录

前端之家收集整理的这篇文章主要介绍了[机器学习实战] Ubuntu 16.04 + NVIDIA 384 + OpenCV 3.1.0 + CUDA 8.0 + cuDNN 5.1 踩坑记录前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

适合人群:在配置坑中苦苦挣扎的暴躁父老乡亲。
请安定一下自己的内心,放几首舒缓的音乐,朗读一下经典诗词,会对你有所帮助的。该篇并非完整教程,寥寥数字,仅作为我的踩坑之记录,经验之梳理,坑之多,数不胜数…

Ubuntu 16.04

分区

比较常用的方案:

  1. 挂载点/:主分区;安装系统和软件;大小为30G;分区格式为ext4;

  2. 挂载点/home:逻辑分区;相当于“我的文档”;大小为硬盘剩下的; 分区格式ext4;

  3. swap:逻辑分区;充当虚拟内存;大小等于内存大小;分区格式为swap;

  4. /boot :引导分区;逻辑分区; 大小为200M ;分区格式为ext4;(我在这里遇到一个坑,建议空间足够的话设置大一点,后期linux升级内核可能会有很多冗余,导致boot分区不足出错,解决办法请见“ubuntu boot空间不足的解决方法
    ”这个坑了我好久…)
    查看和删除内核命令:

dpkg --get-selections | grep linux-image
sudo dpkg --purge linux-image-4.10.0-28-generic
sudo apt-get -f install
sudo apt autoremove --purge

关于分区还有其他方案,这篇文章说的不错,“http://www.jianshu.com/p/f229cf403836”。

安装 NVIDIA 384 GPU驱动

经验就是不要直接用CUDA里的显卡驱动,先安装对应版本显卡驱动,然后安装CUDA时不要选择安装驱动。
通过run文件装驱动踩了很多坑,需要禁用nouvea,还要进入纯命令行停止X服务。参考:http://www.jb51.cc/article/p-bkytsdpr-bpm.html

踩过坑后,发现一种最最方便省心的方案,不需要上述操作,直接apt安装,用四个命令:

sudo apt-get remove --purge nvidia*
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384(自己的版本)

CUDA 8.0 & cuDNN 5.1

这里一般不会出问题,用 CUDA 的run文件安装就好,值得注意的有两点:

  • 一开始我用的最新的CUDA 9.0,出现了问题,经查是版本太高,改用8.0版本就OK了,这里我也懵懵的…
  • cuDNN 由于我新手操作混乱,软链接经常出问题找不到so文件之类,时常把链接关系搞明白就好。
    可参考:Ubuntu 16.04 下 CUDA 8 + cuDNN 5.1安装

OpenCV 3.1.0

这里没遇到太大问题,参见:

猜你在找的Ubuntu相关文章