您的位置:首页 > 其它

ubuntu16.04安装gtx1080ti驱动+配置CUDA8.0+CUDDNv6

2018-04-02 11:18 561 查看

一、安装gtx1080ti驱动

将nouveau添加到黑名单blacklist.conf中

Ubuntu系统集成的显卡驱动程序是nouveau,我们需要先将nouveau从Linux内核卸载掉才能安装NVIDIA官方驱动。将nouveau添加到黑名单blacklist.conf中,linux启动时,就不会加载nouveau。

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


在文件末尾添加如下几行:

blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb


更新内核

sudo apt-get upgrade


更新完后重启系统,确认nouveau是已经被屏蔽掉,使用lsmod命令查看,若已经被屏蔽掉就不会有输出

lsmod | grep nouveau


安装驱动

安装驱动有两种方法,一种是从官网下载驱动,一种是联网自动安装

1.从官网下载驱动

进入nvidia的官网http://www.nvidia.cn/Download/Find.aspx?lang=cn,找到GTX080Ti的驱动下载



下载完成后需要进入命令行模式进行安装,
Ctrl + Alt + F1
进入命令行,
Ctrl + Alt + F7
返回图形界面,进入命令行模式后需要输入用户名和密码进行登录。

进入下载好的驱动文件夹,安装驱动

sudo ./NVIDIA-Linux-x86_64-384.59.run


按照提示,安装完成后重启即可。

2.使用 apt-get 安装

在终端中加入ppa源:

sudo add-apt-repository ppa:graphics-drivers/ppa


在终端中安装最新的显卡驱动:

sudo apt-get update && sudo apt-get install nvidia-381


二、安装CUDA8.0+CUDDNv6

从官网下载CUDA8.0 https://developer.nvidia.com/cuda-80-ga2-download-archive





CUDDNv6下载地址:https://developer.nvidia.com/rdp/cudnn-download

选择cuDNN v6.0 Library for Linux版本进行下载,需要先注册一个账号,登录后才能下载。

安装CUDA8.0

进入下载的文件夹,安装CUDA8.0,依次执行下列命令

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get upgrade cuda


在 ~/.bashrc 中设置环境变量:

sudo vim ~/.bashrc


在文件的最后添加:

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




运行
source ~/.bashrc
使其生效

安装CUDNNv6

解压安装包

tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz


复制文件

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d


安装TensorFlow并测试

CUDA8.0+CUDDNv6对应的TensorFlow版本是1.4,因此在安装的时候需要指定版本

pip install tensorflow-gpu==1.4


安装完成后进行测试

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))


没有报错的话就全部OK了!
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: