ubuntu16.04安裝英偉達顯示卡驅動,CUDA,CUDAA,TensorFlow(GPU),opencv,numpy

沐緣發表於2019-01-10

1:安裝英偉達顯示卡驅動`

首先解除安裝之前安裝過的Nvidia驅動

sudo apt-get --purge remove   nvidia-*

下載驅動:http://www.geforce.cn/drivers(版本號查詢:sudo dpkg --list | grep nvidia-*)
安裝需要的依賴

sudo apt update
sudo apt install dkms build-essential linux-headers-generic

安裝驅動包
接下來的步驟需要關閉影像介面,轉而在文字介面進行
首先,Ctrl+Alt+F1進入命令提示符介面
然後,輸入對應的username和passwd進入命令列.
最後,使用指令sudo service lightdm stop 關閉圖形介面,再利用cd指令進入下載好的驅動目錄

sudo chmod 755 NVIDIA-Linux-x86_64-384.111.run  #修改許可權(否則沒有訪問許可權,無法進行指令安裝)
sudo ./NVIDIA-Linux-x86_64-384.111.run –no-x-check –no-nouveau-check –no-opengl-files #安裝驅動
#–no-x-check 關閉X服務
#–no-nouveau-check 禁用nouveau
#–no-opengl-files 不安裝OpenGL檔案

#安裝完成後
sudo update-initramfs -u
sudo reboot 

判斷顯示卡驅動是否安裝成功

nvidia-smi

成功ch在這裡插入圖片描述

2:Linux下CUDA8.0+cuDNN5.1的安裝

1:CUDA8.0下載https://developer.nvidia.com/cuda-80-ga2-download-archive)
注意這裡下載的是cuda8.0的runfile(local)檔案。

2:安裝CUDA
下載完成後,切換到該目錄輸入,進行安裝

sudo sh cuda_8.0.61_375.26_linux.run   #寫入cuda的檔名

3:安裝過程
Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64
361.62?
(y)es/(n)o/(q)uit: n (最重要的一步)
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y
Enter CUDA Samples Location
4:新增環境路徑

sudo gedit ~/.bashrc  (這裡可能要安裝gedit)

尾部新增:

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

export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda/lib64/

使得環境變數生效

source ~/.bashrc

測試CUDA的sammples

cd /usr/local/cuda-8.0/samples

sudo make all

cd ./1_Utilities/deviceQuery

sudo make

./deviceQuery

若會輸出相應的顯示卡效能資訊,表明cuda安裝成功。

3:cuDNN安裝

1:下載cuDNN,解壓。

tar -zxvf cudnn-8.0-linux-x64-v7.tgz

2:安裝cuDNN比較簡單,解壓後把相應的檔案拷貝到對應的CUDA目錄下即可

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

sudo chmod a+r /usr/local/cuda/include/cudnn.h

sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

3: 更改動態檔案連結

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.5  #刪除原有動態檔案

以下的兩步設定軟連線時

一定要注意自己電腦的/usr/local/cuda/lib64/下的libcudnn.so.5.1.10名字,

有的可能是libcudnn.so.5.0.5等,要依據自己的電腦上的檔案來定

sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5                      #生成軟連結

sudo ln -s libcudnn.so.5 libcudnn.so                            #生成軟連結

cuDNN後續升級

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.5  #刪除原有動態檔案

sudo ln -s libcudnn.so.5.1.x libcudnn.so.5                      #生成軟連結

sudo ln -s libcudnn.so.5 libcudnn.so                            #生成軟連結

解釋,根據升級對應的版本號修改x符號

四:安裝TensorFlow

1:安裝pip(3.n)

sudo apt-get install python3-pip python3-dev

2:安裝TensorFlow(3.n)

pip3 install tensorflow-gpu

3:測試

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

相關文章