首页 > 程序开发 > 综合编程 > 其他综合 >

Ubuntu14.04下支持GTX1070 GPU加速Tensorflow环境配置

2016-11-01

本文讲述Ubuntu14 04下使用GTX070 GPU加速的goolge深度学习开源库Tensorflow环境的配置。。。使用的是Anaconda Python 3 5我们一切从简,只介绍一种最简单的pip安装方法。

本文讲述Ubuntu14.04下使用GTX070 GPU加速的goolge深度学习开源库Tensorflow环境的配置。。。

使用的是Anaconda Python 3.5

我们一切从简,只介绍一种最简单的pip安装方法。

注意:本文仅适用于单显卡,64位Ubuntu 14.04,不是的话请绕道

首先验证

终端输入命令:lspci | grep VGA

这里写图片描述

可以看到仅显示了一条信息,好的,没问题。

如果你那里有两条,换其他方法吧。。。

终端输入命令:uname -m && cat /etc/*release

这里写图片描述

看第一行:x86_64

证明你的Ubuntu是64位,好的,没问题。

如果你那里不是,换其他方法吧。。。

安装NVIDIA显卡驱动

下载英伟达显卡驱动http://www.nvidia.cn/Download/index.aspx?lang=cn

这里写图片描述

进去以后点击DOWLOAD下载就好了,下载完记得把它放到一个英文目录下,因为接下来我们的操作都在tty1下,你用中文路径是进不去的。比如我们放在~/download下。

按组合键”Ctrl+Alt+F1“进去tty1

我知道有人肯定会跟我似的进入这个就黑屏了,好吧,就用下边这个方法试试,有用的:

这里写图片描述

用gedit编辑即可。

关闭显示管理器

输入命令sudo stop lightdm,关闭显示器管理器。否则后面旧的显卡驱动无法禁用,新的显卡驱动无法安装。

禁用旧的显卡驱动

首先切换到管理员账户:sudo su

切换到/etc/modprobe.d/,新建文件nvidia-installer-disable-nouveau.conf,输入:

blacklist nouveau options nouveau modeset=0

在文件/etc/default/grub的最后,添加一行,如下所示;

blacklist nouveau

安装新的驱动

切换到驱动所在路径:cd ~/download

sudo sh NVIDIA-Linux-x86_64-367.57.run

过程中有一系列选项,就这么选就行:Accept → Continue → installation → OK → OK → OK

有人说安装完会自动重启,然而我并没有!

这个时候可以打开显示器管理器:sudo start lightdm

打开终端,输入:cat /proc/driver/nvidia/version

出现如下图所示,证明你成功了:

这里写图片描述

安装CUDA

安装依赖库:

sudo apt-get install freeglut3-dev

sudo apt-get install build-essential

sudo apt-get install libx11-dev

sudo apt-get install libxmu-dev

sudo apt-get install libxi-dev

sudo apt-get install libglu1-mesa

sudo apt-get install libglu1-mesa-dev

切换到root,安装CUDA:./cuda_8.0.44_linux

注意注意再注意,下边那个Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?一定是n!!!!!!!!!!!!!!!

安装过程如选择如下:

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

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

[ default is /home/zhou ]:

Installing the CUDA Toolkit in /usr/local/cuda-8.0 …

Missing recommended library: libGLU.so

Missing recommended library: libX11.so

Missing recommended library: libXi.so

Missing recommended library: libXmu.so

Installing the CUDA Samples in /home/zhou …

Copying samples to /home/zhou/NVIDIA_CUDA-8.0_Samples now…

Finished copying samples.

===========

= Summary =

Driver: Not Selected

Toolkit: Installed in /usr/local/cuda-8.0

Samples: Installed in /home/zhou, but missing recommended libraries

Please 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/bin

Please 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 -driver

Logfile is /tmp/cuda_install_2961.log

安装完毕后,设置一下环境变量,将下边两行写入到 ~/.bashrc 的尾部:

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

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

好了,测试一下:

终端输入:nvidia-smi

这里写图片描述

终端输入:nvcc –version

这里写图片描述

验证NVCC:

#切换到cuda-samples所在目录

#注意,换成自己的路径

cd ~/NVIDIA_CUDA-8.0_Samples

#编译 make (安装命令 sudo apt-get install cmake)

make

#编译完毕,切换release目录

cd bin/x86_64/linux/release

#检验是否成功

#运行实例 ./deviceQuery

./deviceQuery

出现这个图,你就成功了!

这里写图片描述

安装CUDNN

下载地址:https://developer.nvidia.com/cudnn

这个用邮箱注册一下,然后下载一个压缩包就行了。

解压:tar -zxvf cudnn-8.0-linux-x64-v5.1-ga.tgz

然后执行如下命令,复制一下,修改一下权限:

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*

这样就OK了!!!

安装Tensorflow

下载:https://github.com/tensorflow/tensorflow

翻到这个页面的最下边,下载下图这个 Linux GPU:Python 3.5(build history):

这里写图片描述

开启GPU加速:

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"

export CUDA_HOME=/usr/local/cuda

安装刚刚下载的那个whl文件:

sudo pip install –upgrade tensorflow-0.11.0rc1-cp35-cp35m-linux_x86_64.whl

好了,就这么愉快地装完了……

测试一波

终端下进入:cd anaconda3/lib/python3.5/site-packages/tensorflow/models/image/mnist

运行: python convolutional.py

这里写图片描述
这里写图片描述

好了,就这样子,可以愉快地飞起来了……

相关文章
最新文章
热点推荐