If installed cuda, to check cuda version, input "cat /usr/local/cuda/version.txt" in the terminal
一、安装cuda 8.0和Nvidia的驱动
1. 在Nvidia官网 https://developer.nvidia.com/cuda-downloads下载cuda8.0 (我的版本是cuda_8.0.61_375.26_linux.run).
注意:下载时选择“runfile(local)”,大约1.4G。
按照官网上的几个命令的安装方式容易进入login loop,这个问题不太容易处理,我的解决方式简单粗暴: 重装Ubuntu。 另一解决方案可参考
2. 在Virtual Terminal下安装cuda(如下四步)
2.1 同时按住“CTRL+ALT+F1”打开“Virtual Terminal”
2.2 输入如下命令:
sudo service lightdm stop (关闭某个东西,不太清楚是什么)
cd cuda安装所在路径 (e.g. /home/****/apps)
sudo bash cuda_8.0.61_375.26_linux.run (运行cuda)
2.3 如果上述安装方法失败,输入如下命令;否则转入2.4步:
sudo mv /etc/X11/xorg.conf /etc/X11/xorg.conf.old
sudo touh /etc/X11/xorg.conf
2.4 重启电脑(sudo reboot),重复2.2的三个命令
2.5 输入“nvidia -smt”检查是否安装成功。若显示关于GPU的一些参数,则安装成功
以上步骤即可安装cuda和Nvidia driver。
感谢Yuanpu的helps~~
二、设置环境变量
在Terminal下输入“sudo gedit /etc/profile”,打开 gedit ,最后两行输入
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
保存退出,环境变量配置完成。
三、安装cuDNN
cuDNN is a library that helps accelarate deep learning frameworks, such as TensorFlow or Caffe or Theanno.
1. 到Nvidia的官网https://developer.nvidia.com/cudnn 注册并下载cuDNN 5.1(我的版本:cudnn-8.0-linux-x64-v5.1.tgz, 5.0貌似不工作)
2. 将cuDNN中lib和include两个文件夹中的文件复制到cuda安装路径下对应的lib和include文件夹下,执行以下命令:
tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz (解压cuDNN)
cp cuda/lib/* /usr/local/cudo-8.0/lib
cp cuda/include/cudnn.h /usr/local/cudo-8.0/cudnn.h
四、安装TensorFlow1.0
TensorFlow官网显示有四种安装方式:Anaconda, "native" pip, virtuallenv和Docker。由于本人安装到本地,便从Anaconda和“native” pip种选择其一便可。 Anaconda种包含很多python库,为了避免后续再装有用库的麻烦,便选择Anaconda安装。具体步骤如下:
注意根据Ubuntu种自带安装的python版本来选择Anaconda的版本 (本人的Python是2.7,对应的Anaconda版本为Anaconda2-4.3.0-Linux-x86_64.sh)
2. 安装Anaconda。
在Terminal中输入的命令“bash Anaconda2-4.3.0-Linux-x86_64.sh"
3. 安装TensorFlow 1.0
如此,大功告成!
https://blog.sciencenet.cn/blog-1969089-1035941.html
上一篇:安装和卸载Ubuntu14.04注意事项
下一篇:安装或者卸载.deb包