首页 > 程序开发 > 软件开发 > 其他 >

Ubuntu14.04+GTX1070 配置tensorflow

2017-01-13

Ubuntu14 04+GTX1070 配置tensorflow,1 首先下载英伟达驱动,下载地址。根据自己的系统以及显卡型号选择驱动,笔者下载的是NVIDIA-Linux-x86_64-367 57 run,2 下载CUDA,下载地址。笔者选择的是CUDA8 0,目前1070和1080好像只支持8 0。其他显卡的也可以选择CUDA7 5。

一、 准备工作

1. 首先下载英伟达驱动,下载地址。根据自己的系统以及显卡型号选择驱动,笔者下载的是NVIDIA-Linux-x86_64-367.57.run

2. 下载CUDA,下载地址。笔者选择的是CUDA8.0,目前1070和1080好像只支持8.0。其他显卡的也可以选择CUDA7.5.

3. 下载cudnn,下载地址。要填写一个小问卷,很快的。根据自己选择的CUDA版本选择cudnn版本,笔者选择的是cudnn v5.1 for CUDA8.0

4. 下载tensorflow,下载地址。这里我们选择安装编译好的二进制包,这是最简单的方法。在下载页面如下图位置,选择Linux-GPU:Python3.5

\

二、 安装显卡驱动、CUDA、cudnn

1. 安装显卡驱动

如果是新安装的Ubuntu系统,那么直接安装按以下步骤安装即可。如果曾经装过显卡驱动,请先卸载旧版驱动。

a) Ctrl+Alt+F1进tty,如果黑屏可以修改grub文件。具体做做法如下

sudo gedit /etc/default/grub 用gedit打开grub文件

将GRUB_CMDLINE_LINUX_DEFAULT的值修改为 quiet splash nomodeset

sudo update-grub 更新grub

重启电脑(可能会发现系统分辨率变了,不要紧,安装好驱动就会恢复正常)

b) 进入tty之后,输入用户名和密码。

c) sudo service lightdm stop 关闭图形界面

cd DL 切换到你放驱动的文件夹,笔者的在DL文件夹

sudo chmod 755 NVIDIA-Linux-x86_64-367.57.run获取权限,根据自己驱动名修改

sudo ./NVIDIA-Linux-x86_64-367.57.run 如果提示pre-install失败可以忽略

sudo service lightdm start 开启图形界面

d)测试一下,Ctrl+Alt+t打开terminal

cat /proc/driver/nvidia/version

如果出现下面的界面

\

那么说明驱动安装成功了,可以看到笔者安装的版本是367.57

2. 安装CUDA

a) 首先安装相关的依赖库

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

b) 切换到放cuda安装包的文件夹

sudo sh cuda_8.0.44_linux.run --override

c) 这时候会出现一大堆协议,一直按space就可以,最后accept

d) 需要特别注意:安装过程中问你要不要Install NVIDIA ~~ drive一定要选n,不然之前装的显卡驱动就白装了。这里主要是因为cuda提示安装的驱动版本比较低。

e) 其他都选yes,默认文件夹不用去改它。

f) 安装完毕之后设置一下环境变量。

将下面两行写到~/.bashrc文件中(sudo gedit ~/.bashrc)

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}}

g) 测试一下,切换到cuda_sample文件夹

cd ~/NVIDIA_CUDA-8.0_Samples 切换到sample文件夹

make make一下

cd bin/x86_64/linux/release 切换到release目录

./deviceQuery 运行一下实例

如果出现下面的图,说明安装成功了。

\

3. 安装cudnn

a) cd DL 切换目录,根据实际情况更改

tar xvzf cudnn-8.0-linux-x64-v5.1.tgz 解压

sudo cp cuda/include/cudnn.h /usr/local/cuda/include 复制头文件

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

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

这样子就可以了。

4. 安装anacond

anaconda集成了python的100多个库,比较方便。

先去官网下载,下载地址。

下载好后,切换到下载目录

bash Anaconda3-4.2.0-Linux-x86_64.sh

中间会问你要不要修改环境变量,选y

安装完成记得执行一下 source ~/.bashrc 才会生效

测试一下,在命令行输入python,出现下图说明安装正确。

\

5. 安装tensorflow

a) 首先执行下面两句,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

b) pip install tensorflow-0.11.0rc1-cp35-cp35m-linux_x86_64.whl

这就安装好了。你没看错。如果是自己折腾从源码编译不要太麻烦

c) 测试一下

cd anaconda3/lib/python3.5/site-packages/tensorflow/models/image/mnist

python convolutional.py

\

5.4ms,比CPU不要快太多。就这么愉快的结束了。真正的学习过程才刚刚开始~

相关文章
最新文章
热点推荐