ubuntu16.04配置cuda8.0+cudnn5.1+tensorflow1.2
2017-11-25 23:56
651 查看
捣鼓了一天,中午把烦人的环境给配好了,这是第二次配置了,呜呜呜,还是遇到很多问题,于是决定写篇博客记录一下,万一以后还要装呢T-T
大部分都是参照网上教程来的,但是还是走了不少弯路。
**
首先,要去nvidia官网找到自己的型号对应的显卡驱动,记住编号,安装要用到
然后,禁用系统默认的集成驱动
Ubuntu系统集成的显卡驱动程序是nouveau,它是第三方为NVIDIA开发的开源驱动,我们需要先将其屏蔽才能安装NVIDIA官方驱动。
将驱动添加到黑名单blacklist.conf中,但是由于该文件的属性不允许修改。所以需要先修改文件属性。
查看属性
修改属性
用gedit打开
在该文件后添加以下几行:
准备工作做完之后,就可以开始安装啦
按Ctrl+Alt+F1进入命令行模式,关闭图形系统
安装N卡驱动程序(我的显卡推荐的是nvidia-384,就是上面找的编号,自己对应好就好了)
安装完成后,启动图形系统
上面的命令执行后会自动转到图形界面,因为之前Ubuntu系统集成的显卡驱动程序nouveau被禁用了,这时候可能无法显示图形界面,此时再按下Ctrl+Alt+F1进入命令行模式,输入reboot 重启计算机即可。
![](https://img-blog.csdn.net/20171125234033275?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvc2luYXRfMjcyNDAxNDM=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
然后会出现一个神奇的界面,需要一直按enter键,除了nvidia显卡选项必须选择no(这个我们之前装过了)其他都按照默认来。
安装完毕后,再声明一下环境变量,并将其写入到 ~/.bashrc 的尾部:
然后设置环境变量和动态链接库,在命令行输入:
在打开的文件末尾加入:
保存之后,创建链接文件:
在打开的文件中添加如下语句:
然后执行
使链接立即生效。
测试cuda的Samples
如果显示的是一些关于GPU的信息,则说明安装成功了。
下载包:cudnn-8.0-linux-x64-v5.1.tgz 解压后得到 cuda 文件夹
在cuda 目录下执行如下命令:
配置环境变量:gedit .bashrc
添加如下路径:
保存退出 , 执行:source .bashrc 使配置文件生效
(5)安装tensorflow
去清华tensorflow找安装镜像
https://mirror.tuna.tsinghua.edu.cn/help/tensorflow/
选择自己匹配的tensorflow版本号就好了。官网的总是下载不下来,很是烦躁,还好有清华镜像。
到此完美结束,撒花~~
传送门:
送上cudnn5.1+cuda8.0
链接: https://pan.baidu.com/s/1nvOgBkX 密码: 8nsg
文末理一理这些软件的关系:
cuda9不支持Tensor flow,所以像我一样的喜欢用最新版本的童鞋注意啦
其次cudnn6支持的是tensorflow1.3及以上
cudnn5支持的是1.2,以下支不支持就靠大家自己实践了。
大部分都是参照网上教程来的,但是还是走了不少弯路。
(1)安装ubuntu16.04啦,不多说,上连接
https://jingyan.baidu.com/article/3c48dd348bc005e10be358eb.html**
(2)安装nvidia驱动
**首先,要去nvidia官网找到自己的型号对应的显卡驱动,记住编号,安装要用到
然后,禁用系统默认的集成驱动
Ubuntu系统集成的显卡驱动程序是nouveau,它是第三方为NVIDIA开发的开源驱动,我们需要先将其屏蔽才能安装NVIDIA官方驱动。
将驱动添加到黑名单blacklist.conf中,但是由于该文件的属性不允许修改。所以需要先修改文件属性。
查看属性
$sudo ls -lh /etc/modprobe.d/blacklist.conf
修改属性
$sudo chmod 666 /etc/modprobe.d/blacklist.conf
用gedit打开
$sudo gedit /etc/modprobe.d/blacklist.conf
在该文件后添加以下几行:
blacklist vga16fb blacklist nouveau blacklist rivafb blacklist rivatv blacklist nvidiafb
准备工作做完之后,就可以开始安装啦
按Ctrl+Alt+F1进入命令行模式,关闭图形系统
$sudo service lightdm stop
安装N卡驱动程序(我的显卡推荐的是nvidia-384,就是上面找的编号,自己对应好就好了)
$sudo apt-get install nvidia-384
安装完成后,启动图形系统
$sudo service lightdm start
上面的命令执行后会自动转到图形界面,因为之前Ubuntu系统集成的显卡驱动程序nouveau被禁用了,这时候可能无法显示图形界面,此时再按下Ctrl+Alt+F1进入命令行模式,输入reboot 重启计算机即可。
(3)cuda安装
去官网找到自己的版本下载,按照官网的指导,sudo sh cuda_8.0.27_linux.run
然后会出现一个神奇的界面,需要一直按enter键,除了nvidia显卡选项必须选择no(这个我们之前装过了)其他都按照默认来。
安装完毕后,再声明一下环境变量,并将其写入到 ~/.bashrc 的尾部:
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
然后设置环境变量和动态链接库,在命令行输入:
$ sudo gedit /etc/profile
在打开的文件末尾加入:
export PATH=/usr/local/cuda/bin:$PATH
保存之后,创建链接文件:
sudo gedit /etc/ld.so.conf.d/cuda.conf
在打开的文件中添加如下语句:
/usr/local/cuda/lib64
然后执行
sudo ldconfig
使链接立即生效。
测试cuda的Samples
cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery make sudo ./deviceQuery
如果显示的是一些关于GPU的信息,则说明安装成功了。
(4)cudnn5.1安装
安装cudnn–> cuda下载包:cudnn-8.0-linux-x64-v5.1.tgz 解压后得到 cuda 文件夹
在cuda 目录下执行如下命令:
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64/
配置环境变量:gedit .bashrc
添加如下路径:
` export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH export CUDA_HOME=/usr/local/cuda-8.0 export PATH=/usr/local/cuda-8.0/bin:$PATH
保存退出 , 执行:source .bashrc 使配置文件生效
(5)安装tensorflow
sudo apt-get install python3-pip python3-dev # for Python 3.n
去清华tensorflow找安装镜像
https://mirror.tuna.tsinghua.edu.cn/help/tensorflow/
选择自己匹配的tensorflow版本号就好了。官网的总是下载不下来,很是烦躁,还好有清华镜像。
到此完美结束,撒花~~
传送门:
送上cudnn5.1+cuda8.0
链接: https://pan.baidu.com/s/1nvOgBkX 密码: 8nsg
文末理一理这些软件的关系:
cuda9不支持Tensor flow,所以像我一样的喜欢用最新版本的童鞋注意啦
其次cudnn6支持的是tensorflow1.3及以上
cudnn5支持的是1.2,以下支不支持就靠大家自己实践了。
相关文章推荐
- Ubuntu16.04.3LTS+CUDA8.0+cudnn5.1+tensorflow-gpu(1.2)安装配置信息汇总
- Ubuntu16.04+GTX1070显卡驱动+cuda8.0+cudnn5.1+tensorflow-gpu环境配置
- Ubuntu16.04 Anaconda+Theano+Cuda8.0+Cudnn5.1+keras配置
- Ubuntu16.04+CUDA8.0+cudnn5.1+TensorFlow-GPU详细安装步骤
- Ubuntu16.04 下配置caffe(cuda 8.0 cudnn5.1 )
- Ubuntu16.04+GTX1050ti+CUDA8.0+TensorFlow-gpu+Keras+Pycharm配置深度学习环境
- Ubuntu16.04+CUDA8.0+CUDNN5.1+Tensorflow
- 神舟z7-kp7s1-GTX1060+ubuntu16.04+cuda8.0+cudnn5.1+GPU配置教程
- (亲测可用)ubuntu16.04安装+cuda8.0+cudnn5.1+MXNET gpu版本安装+tensorflow gpu版本安装+chainerGPU版本安装
- Ubuntu16.04+caffe+cuda8.0+cudnn5.1+opencv配置
- ubuntu16.04下tensorflow1.0+CUDA8.0+cudnn8.0安装配置
- ubuntu16.04配置caffe+cuda8.0+cudnn5.1
- 初用Linux, 安装Ubuntu16.04+NVIDIA387+CUDA8.0+cudnn5.1+TensorFlow1.0.1
- 从零开始安装TensorFlow1.0+keras(Ubuntu16.04+CUDA8.0+Cudnn5.1+TITANX)
- ubuntu16.04下tensorflow1.0+CUDA8.0+cudnn8.0+chrome+flash+shutter+声音配置
- Ubuntu14.04 +GTX1070 Ti +cuda 8.0+cudnn5.1+tensorflow 1.2 的安装
- Ubuntu16.04+GTX1070+cuda8.0+cudnn5.1配置faster-rcnn的方法
- ubuntu16.04安装cuda8.0+cuDNN6.0+tensorflow1.4配置过程
- 初用Linux, 安装Ubuntu16.04+NVIDIA387+CUDA8.0+cudnn5.1+TensorFlow1.0.1