Ubuntu16.04+Titan Xp+Tensorflow1.3+Cuda8.0+CuDNN6

前端之家收集整理的这篇文章主要介绍了Ubuntu16.04+Titan Xp+Tensorflow1.3+Cuda8.0+CuDNN6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。

一、正常安装Ubuntu16.04,注意英文环境,否则切换到命令界面中文会变成菱形乱码

二、 安装显卡驱动

  1. 下载titan xp驱动,放置在downloads
  2. 禁掉Ubuntu自带开源驱动nouveau <http://www.jb51.cc/article/p-vcfrtdin-xz.html>
    1. 改变blacklist.conf文件属性,使之可编辑

sudo chmod 666 /etc/modprobe.d/blacklist.conf

  1. 用gedit软件打开,用vi也可以

sudo gedit /etc/modprobe.d/blacklist.conf

  1. 文件末尾加入以下几句话

blacklist vga16fb

blacklist nouveau

blacklist rivafb

blacklist rivatv

blacklistnvidiafb

  1. 保存 <http://www.jb51.cc/article/p-rzflddxk-bpq.html>
  2. 输入以下命令,使得配置生效,这一步很关键,否则安装N卡驱动时会一直提示目前运行的是nouveau驱动

sudo update-initramfs -u

  1. sudo reboot重启系统
  2. 在终端执行命令 lsmod | grep nouveau 可以查看nouveau模块是否被加载。如果什么都没输出,则执行下一步
  3. 重启后屏幕分辨率变低,不用管。进入tty1文件模式,输入用户名密码后登陆,按下ctrl+alt+F1进入控制台模式,输入命令关闭xserverCtrl+Alt+F7查看是否关闭

sudo service lightdm stop

sudo /etc/init.d/lightdm stop(后面这个有效,前面这个时灵时不灵)

  1. 先切换到驱动所在的文件
  2. 安装NVIDIA驱动需要以root用户登陆,所以利用命令sudo su进入rootroot模式下没有默认桌面,不能切换
  3. 可能出现:
    1. he distribution-provided pre-install script Failed!Are you sure you want to continue?

不用管,继续

  1. Would you like to register the kernel module sources with DKMS?This will allow DKMS to auomatically build a new module,if you install a different kernel later

选择“no"

  1. 最好再执行命令

sudo apt-get install linux-image-extra-virtual

否则后续可能会出现如下错误提示

modprobe:ERROR: could not insert'nvidia':Unknown symbolinmodule,or unknown parameter(seedmesg)

  1. 执行sudo /etc/init.d/lightdm start并重启电脑
  2. nvidia-smi 查看显卡驱动

三、 安装cuda 8.0

  1. 在官网上下载好cuda 8.0(注意历史版本)
  2. 按照英伟达下载界面提供的的安装代码安装
  3. 输入 nvcc -V查看cuda是否安装成功(很有可能是7.5
  4. 打开“profile”文件

sudo gedit /etc/profile

在末尾处添加(注意不要有空格,不然会报错):

export PATH=/usr/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH

  1. sudo reboot重启后,再查看cuda版本,应该就是8.0

测试cuda的Samples

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

sudo make

./deviceQuery

如果显示的是一些关于GPU的信息,则说明安装成功了。

四、 安装cuDNN(安装时tensorflow更新到1.3,需用6.0;预计1.4cuDNN7.0)

  1. 在英伟达官网下载cuDNN6.0 Linux版本,两个deb文件

libcudnn6-dev_6.0.21-1+cuda8.0_amd64.deb

libcudnn6_6.0.21-1+cuda8.0_amd64.deb

  1. 在包含这些文件文件夹内运行下面的命令:

sudo dpkg -i libcudnn6_6.0.21-1+cuda8.0_amd64.deb

sudo dpkg -i libcudnn6-dev_6.0.21-1+cuda8.0_amd64.deb

注意顺序别反

cuDNN6.0已经把环境变量自动添加进去了,所以我没有再手动添加

五、 bashrc 添加安装位置

  1. 安装位置应该被添加 bashrc 文件中,以便系统下一次知道如何找到这些用于 CUDA 文件。使用下面的命令打开 bashrc 文件

sudo gedit ~/.bashrc

  1. 文件打开后,添加下面两行到文件的末尾:

exportLD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"

export CUDA_HOME=/usr/local/cuda

六、 安装带有 GPU 支持 TensorFlow

因为我的python3.5,所以按下面的命令安装

pip3 installTensorFlow

七、 可以在python里面import tensorflow测试一下

猜你在找的Ubuntu相关文章