Ubuntu16.04+CUDA8.0+CUDNN 安装

环境:
ubuntu 16.04 64bit
双显卡: NVIDIA GEFORCE GTX 850M +  集成显卡
驱动: nvidia 384
软件: cuda8.0 + cuDNN5.1

首先查看显卡:

lspci | grep -i nvidia


安装独显驱动:
通过系统自带的软件更新功能,安装显卡驱动,注意选择NVIDA官方专有驱动!

        系统设置->软件更新->附加驱动->切换到最新的NVIDIA驱动即可

Nvidia显卡驱动:


重启计算机

禁用nouveau虚拟显卡:
安装好之后需要禁用nouveau,创建/etc/modprobe.d/blacklist-nouveau.conf,写入:
blacklist nouveau
option nouveau modeset=0
然后sudo update-initramfs -u

测试是否禁用成功:
lsmod | grep nouveau
#如果没有输出则禁用成功,如果不行就重启再试一下。

Nvidia CUDA 8.0
分别下载CUDA和CUDNN,

关闭桌面服务 sudo service lightdm stop。 这步对于安装Nvidia驱动至关重要

按Ctrl + Alt + F1,在命令行模式下登陆,
进入下载cuda文件的目录执行:
sudo sh cuda-8.0.44_linux.run --no-opengl-libs (--no-opengl-libs) 很重要,否则会覆盖集显,不能正常登陆
#双显卡安装的时候记得使用 no-opegl-libs 独显版本的不知道要不要加这个,没试过
安装过程:(提示)
Accept EULA conditions 
Say NO to installing the NVIDIA driver (已经装过显卡驱动,所以选否,下面都是yes) 
Say YES to installing CUDA Toolkit + Driver 
Say YES to installing CUDA Samples
安装成功输出:
============ Summary ============Driver: Not SelectedToolkit: Installed in /usr/local/cuda- 8.0 Samples: Installed in /home/textminerPlease make sure that– PATH includes /usr/local/cuda- 8.0 /bin– LD_LIBRARY_PATH includes /usr/local/cuda- 8.0 /lib64, or , add /usr/local/cuda- 8.0 /lib64 to /etc/ld.so.conf and run ldconfig as root To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda- 8.0 /binPlease see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda- 8.0 /doc/pdf for detailed information on setting up CUDA.***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 8.0 functionality to work. To install the driver using this installer, run the following command, replacing with the name of this run file:sudo .run -silent -driverLogfile is /opt/temp //cuda_install_6583.log

重启桌面服务
$ sudo service lightdm start

配置环境
sudo vim /etc/profile 中添加下面三句:

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, source /etc/profile 使能环境变量更改
 
查看环境变量:
echo &PATH

测试是否安装成功

sudo./cuda-samples-linux-7.0.28-19326674.run
cd/usr/local/cuda-8.0/samples
   sudo make
全部编译完成后,进入 samples/bin/x86_64/linux/release, sudo下运行deviceQuery: 
sudo ./deviceQuery


1.3.3 安装cudnn
具体的数字查看自己下载包解压出来的数值,我的是5.1.10和5.0,否则在最后加载tensorflow模型时会出现路径错误的提示

sudo cp -a include/cudnn.h /usr/local/cuda/include/ # 复制头文件
cd ./lib64
sudo cp -a lib* /usr/local/cuda/lib64/ #复制动态链接库 cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5 #删除原有动态文件
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5 #生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so #生成软链接

安装Tensorflow:
如果之前安装过 cpu-only 版本的TF,请先卸载:

使用pip或pip3直接安装tensorflow
首先安装其依赖项
$ sudo apt-get install python-pip python-dev   # for Python 2.7
$ sudo apt-get install python3-pip python3-dev # for Python 3.n



或者通过源码安装Tensorflow
后续会更新源码安装Tensorlow,因为最新版本的tensorflow已经支持cuda9.0 和 cudnn7.0 因为不知道新环境的稳定性,所以还是使用源码安装适配8.0 和 5.1.10

猜你喜欢

转载自blog.csdn.net/junqing_wu/article/details/79818696