前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >ubuntu16.04 显卡驱动与cuda安装

ubuntu16.04 显卡驱动与cuda安装

作者头像
ke1th
发布2018-01-02 11:24:55
2.3K0
发布2018-01-02 11:24:55
举报
文章被收录于专栏:漫漫深度学习路

几乎所有的深度学习框架都可以感受到GPU加速的乐趣

准备工作

  1. 配置 apt-get 的源
代码语言:javascript
复制
第一种方法. 系统设置-> 软件与更新 ->ubuntu 软件 -> Download from -> 把这里改成阿里的源或其它高校的源即可
第二种方法:只需将你想使用的源 添加到 /etc/apt/sources.list 文件头部即可

ubuntu16.04 阿里源如下所示

代码语言:javascript
复制
deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted

deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted
deb http://mirrors.aliyun.com/ubuntu/ xenial universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe

deb http://mirrors.aliyun.com/ubuntu/ xenial multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates multiverse

deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted
deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-security multiverse

安装依赖

代码语言:javascript
复制
sudo apt-get install python-pip
sudo apt-get install python-numpy swig python-dev python-wheel
sudo apt-get install git vim
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev 

配置 pip 源

代码语言:javascript
复制
cd $HOME
mkdir .pip
cd .pip
sudo vim pip.conf

在里面添加
[global]
index-url = http://mirrors.aliyun.com/pypi/simple
[install]
trusted-host = mirrors.aliyun.com
disable-pip-version-check = true
timeout = 6000
保存即可

安装 nvidia 驱动

代码语言:javascript
复制
sudo vim /etc/modprobe.d/blacklist.conf
将 blacklist nouveau加到文件最后

#重启电脑
#按Ctrl+Alt+F1进入命令行界面
# 提示,以下命令可以写成一个 .sh 文件
sudo service lightdm stop
sudo rm /tmp/.X0-lock  (删除此文件,如果本来就没有的话,就会报错)
sudo apt-get remove --purge nvidia-*  

sudo rm /etc/X11/xorg.conf
sudo apt-add-repository ppa:graphics-drivers/ppa -y

sudo apt-get update
sudo apt-get install nvidia-375 nvidia-settings nvidia-prime 
sudo apt-get install mesa-common-dev 
sudo apt-get install freeglut3-dev 
sudo ldconfig -n 
sudo update-initramfs -u

#重启电脑,就可以进入界面了, 如果进不去,进入BIOS启动页面,在Boot(或Security)中找到Security BOOT ,将其disable就可以了
#查看驱动
nvidia-smi 会输出显卡信息

安装 cuda8.0

代码语言:javascript
复制
# 官网下载cuda.run 文件
chmod +x cuda8*  
sudo ./cuda8*
# 询问 是否安装 graphic driver的时候 要选择 no,因为之前已经安装好显卡驱动了 

# 安装完之后配置 CUDA 环境
sudo vim /etc/profile
# 文件尾加入
export PATH=/usr/local/cuda/bin:$PATH  
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
# 保存退出,重启电脑

测试 cuda8.0是否安装成功

代码语言:javascript
复制
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery

# 再测试试一下nobody:
cd ../../5_Simulations/nbody/
sudo make

# 执行:
./nbody -benchmark -numbodies=256000 -device=0

如果都可以成功运行,说明CUDA安装没有问题

安装 cudnn5.1

官网下载 cudnn

代码语言:javascript
复制
# 解压
tar -zxvf ...
# 安装,其实也就是复制而已啦
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*  

到此,GPU环境已经配置完成,可以用你喜欢的框架了

其它

gcc 版本降级

代码语言:javascript
复制
sudo apt-get install gcc-4.7 g++-4.7  
sudo update-alternatives --install  /usr/bin/gcc gcc /usr/bin/gcc-4.7 10  
sudo update-alternatives --install  /usr/bin/g++ g++ /usr/bin/g++-4.7 10 
# 10 代表优先级, 高的优先

java8 安装

代码语言:javascript
复制
sudo add-apt-repository ppa:webupd8team/java  
sudo apt-get update  
sudo apt-get install oracle-java8-installer

安装bazel

代码语言:javascript
复制
echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list  
curl https://storage.googleapis.com/bazel-apt/doc/apt-key.pub.gpg | sudo apt-key add -
sudo apt-get update && sudo apt-get install bazel 

可能碰到的错误:

代码语言:javascript
复制
# 如果更新显卡驱动之前可以正常运行,但是更新显卡驱动之后出现了问题,可以尝试下面命令
sudo apt-get install nvidia-modprobe
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 准备工作
  • 安装依赖
  • 配置 pip 源
  • 安装 nvidia 驱动
  • 安装 cuda8.0
  • 测试 cuda8.0是否安装成功
  • 安装 cudnn5.1
  • 其它
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档