sudo apt-get update
sudo apt-get upgrade
<a></a>
这一步有超多的坑,如果你足够幸运的话。上面步骤执行完,重启。执行:
如果显示nvidia字样,就代表驱动装好了。直接进入第4步。如果是nouveau或其他的,那就是没有装好,请看下面。
别问我367是什么东西,据说是显卡版本号什么的,我看到下载时,实际上下载了多个版本,比367更高的有不少。之所以不求甚解,是因为上面的操作据说成功概率很高。可是,我有强迫症,我选择了去官网下载对应我显卡的驱动,手动安装,然后一路掉坑无数,还好最后还是成功了。
nouveau是系统自带通用驱动,一般是支持你的显卡的,我的gtx1070都支持(那我为什么更新官方驱动呢?可能是有强迫症!其实我是担心不能充分调动我显卡的性能,影响我后面deep learn的数据集训练)。方法是暴力移除:
<code>mv</code> <code>/lib/modules/3</code><code>.0.0-12-generic</code><code>/kernel/drivers/gpu/drm/nouveau/nouveau</code><code>.ko </code><code>/lib/modules/3</code><code>.0.0-12-generic</code><code>/kernel/drivers/gpu/drm/nouveau/nouveau</code><code>.ko.bak</code>
重启,再次测试前面正常策略的驱动是否成功。如果成功的话,就走第4步。
获取显卡的硬件信息:
<code>lspci -vnn | </code><code>grep</code> <code>VGA -A 12</code>
然后拿着型号,去官网下载即可。貌似需要注册个帐号。
linux各发行版,有个通用的系统运行级别。3为标准的多用户模式,5为X Window模式。可以用runlevel命令来查看当前系统运行level。ubuntu17.10桌面版,默认level是5。我们可以通过telinit命令切换运行模式。
<code>sudo</code> <code>telinit 3</code>
进入命令行模式。如果想进去X Windows的话,把3改为5即可。
官网下载的文件,后缀应该是bundle。赋执行权限:
<code>sudo</code> <code>chmod</code> <code>+x $name</code>
<code>sudo</code> <code>./$name</code>
重启。查看驱动。
因为最新版的tensorflow 1.5不支持cuda9.0,这里安装8.0版本。(下面的版本9.0,替换为8.0即可)
如果下载的是run文件,直接运行即可。
<code>sudo</code> <code>apt-get </code><code>install</code> <code>gcc</code><code>-5</code>
注意一定要选择好版本,不选择默认装gcc-7,而后面编译时不支持gcc大于6的版本.
我安装时候,第一种方法失效,现在觉得,可能就是gcc版本不支持的缘故。
<code>sudo</code> <code>apt-get </code><code>install</code> <code>linux-headers-$(</code><code>uname</code> <code>-r)</code>
<code>sudo</code> <code>dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb</code>
<code>sudo</code> <code>apt-key add </code><code>/var/cuda-repo-</code><code><version></code><code>/7fa2af80</code><code>.pub <version>部分是自己下载的那个版本,一般在命令行按tab键就能出来;</code>
<code>sudo</code> <code>apt-get update</code>
<code>sudo</code> <code>apt-get </code><code>install</code> <code>cuda</code>
写入到 ~/.bashrc 的尾部:
<code>export</code> <code>PATH=</code><code>/usr/local/cuda-9</code><code>.0</code><code>/bin</code><code>:$PATH</code>
<code>export</code> <code>LD_LIBRARY_PATH=</code><code>/usr/local/cuda-9</code><code>.0</code><code>/lib64</code><code>:$LD_LIBRARY_PATH</code>
<code>cuda-</code><code>install</code><code>-samples-9.0.sh <</code><code>dir</code><code>> 安装测试程序,<</code><code>dir</code><code>>是安装目录,自己新建一个即可</code>
安装好后,<dir>下有个NVIDIA_CUDA-9.0_Samples文件夹,cd到这个文件夹里面,执行$sudo make,编译完后,在bin目录或bin目录的子目录的子目录里有编译好的deviceQuery可执行文件,执行这个文件,可以看到下面的输出就说明安装成功了:
如果执行失败,则是显卡驱动没有装好。
最后再来测试一下CUDA,运行:
<code>sudo</code> <code>nvidia-smi</code>
可以看到gpu的各种信息。
<code>tar</code> <code>-xzvf cudnn-9.0-linux-x64-v7.tgz</code>
<code>sudo</code> <code>cp</code> <code>cuda</code><code>/include/cudnn</code><code>.h </code><code>/usr/local/cuda/include</code>
<code>sudo</code> <code>cp</code> <code>cuda</code><code>/lib64/libcudnn</code><code>* </code><code>/usr/local/cuda/lib64</code>
<code>sudo</code> <code>chmod</code> <code>a+r </code><code>/usr/local/cuda/include/cudnn</code><code>.h</code>
<code>sudo</code> <code>chmod</code> <code>a+r </code><code>/usr/local/cuda/lib64/libcudnn</code><code>*</code>
本文转自 jiu~ 博客园博客,原文链接:http://www.cnblogs.com/jiu0821/p/8410178.html,如需转载请自行联系原作者