ubuntu16.04+双显卡驱动+cuda9.1+cudnn7.05深度学习环境配置
因为项目需要,准备入坑facebook的detectron目标检测框架。由于目前框架只能在linux+gpu环境下运行,所以准备了以下工作:
先说下我的硬件配置:
i5-6500破铜
华硕gtx 1080ti 显卡
32G ddr4内存
华硕z170主板
主板上有一个hdmi接口,当显示器和这个hdmi接口连接时,核显驱动显示;当显示器和显卡后面的hdmi口连接时,gtx1080驱动显示器。
值得一提的是,我是win7系统用easybcd在硬盘上装了ubuntu16.04,由于i5带核心显卡,所以在安装时我拆掉了gtx1080,然后hdmi线连到主板的插口上安装系统的。不拆显卡直接安装会失败。
话说,核显+独显双核显卡配置的ubuntu装nvidia驱动是个大坑啊,之前折腾我的笔记本i7 4700hq与gtx850M装nvidia驱动那一个心酸,体验了从入门到放弃的全过程。好在现在手头有个台式机器可以继续尝试折腾。
双hdmi口的双显卡驱动安装很简单,一点也不虐心,跟我来吧:
1. 准备工作
Ubuntu16.04系统安装完毕之后,(此时gtx1080显卡还没装回主板上)首先做两个准备工作,一个是更新apt-get的源,可以用清华源:
1/ 在修改source.list前,最好先备份一份
执行备份命令
sudo cp /etc/apt/sources.list /etc/apt/sources.list.old
2/ 执行命令打开source.list文件:
推荐用gedit工具打开,对于新手简单容易上手:
sudo gedit /etc/apt/source.list
3/复制源
把下面的任意一下复制到source.list中去,并删除覆盖原来的文件内容。
# deb cdrom:[Ubuntu 16.04 LTS _Xenial Xerus_ - Release amd64 (20160420.1)]/ xenial main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security multiverse
4/update命令 ,便更新结束
sudo apt-get update
2. 安装CUDA TOOLKIT
到这一步很多同学就会奇怪了,为什么不先装显卡驱?因为cuda安装过程会默认安装驱动,即使你的机器上面没有独立显卡(此时gtx1080显卡依然没装回主板上)。
前往NVIDIA的 CUDA 官方页面,登录后可以选择CUDA9.1版本下载:https://developer.nvidia.com/cuda-downloads , 这次我选择的是面向ubuntu16.04的deb版本:
下载完deb文件之后按照官方给的方法按如下方式安装CUDA9.1:
sudo dpkg -i cuda-repo-ubuntu1604-9-1-local_9.1.85-1_amd64.deb
安装结束后添加key到环境变量
sudo apt-key add /var/cuda-repo-9-1-local-rc/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
ok到这一步cuda与nvidia驱动都装好了,下一步是关闭机器,拿起螺丝刀装上gtx1080ti显卡!
安装完毕后,把机箱后hdmi先插回显卡的hdmi上,然后开机!
打开系统设置,再打开软件和更新,打开附加驱动选项卡,等待几秒后出现双显卡的驱动使用情况,点击核心显卡下面的不使用设备选项,在NVIDIA里选择最新的显卡驱动nvidia-387,然后点右下角的应用更改。如下图,显卡驱动安装大功告成!
下面可以测试一下CUDA的相关例子,验证cuda和显卡驱动有没有安装成功,我将cuda9.1下的sample拷贝到一个临时目录下进行编译:
cp -r /usr/local/cuda-9.1/samples/ .
cd samples/
make
make大概十分钟左右,等待结束后,cd到拷贝sample文件夹的目录:
cd /home/ubuntu/samples
然后继续进入子文件夹
cd /home/ubuntu/samples/1_Utilities/bandwidthTest
终端继续输入
./bandwidthTest
出现如下信息证明安装ok!
[CUDA Bandwidth Test] - Starting...
Running on...
Device 0: GeForce GTX 1080
Quick Mode
Host to Device Bandwidth, 1 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(MB/s)
33554432 11258.6
Device to Host Bandwidth, 1 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(MB/s)
33554432 12875.1
Device to Device Bandwidth, 1 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(MB/s)
33554432 231174.2
Result = PASS
最后在 ~/.bashrc 里再设置一下cuda的环境变量:
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
然后终端输入
source ~/.bashrc 让其生效。
3. 安装cuDNN
安装cuDNN很简单,不过同样需要前往NVIDIA官网: https://developer.nvidia.com/rdp/cudnn-download,这次我们选择的是cuDNN7.05, 关于cuDNN7.05:
我选择的是这个版本:cuDNN v7.05 for CUDA 9.1 --- cuDNN v7.05 Library for Linux
下载完毕后解压,然后将相关文件拷贝到cuda安装目录下即可:
首先cd到cudnn目录,如我的cudnn在/home/ubuntu/deeplearning/environment
那么首先:
cd /home/ubuntu/deeplearning/environment
然后:
tar -zxvf cudnn-9.1-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
到此双显卡驱动+cuda9.1+cudnn7.05深度学习环境安装完毕啦,下一步就是安装detectron了,且听下回分解。
错误提示:
Makefile:381: recipe for target 'cudaDecodeGL' failedmake[1]: *** [cudaDecodeGL] Error 1make[1]: Leaving directory '/home/cocadas/Workspace/NVIDIA_CUDA-8.0_Samples/3_Imaging/cudaDecodeGL'Makefile:52: recipe for target '3_Imaging/cudaDecodeGL/Makefile.ph_build' failedmake: *** [3_Imaging/cudaDecodeGL/Makefile.ph_build] Error 2
修改:.../NVIDIA_CUDA-8.0_Samples/3_Imaging/cudaDecodeGL/findgllib.mk file,将UBUNTU_PKG_NAME = "nvidia-375"
改成对应驱动版本号
ubuntu16.04+双显卡驱动+cuda9.1+cudnn7.05深度学习环境配置相关推荐
- ubuntu系统(八):ubuntu18.04双系统安装+ros安装+各种软件安装+深度学习环境配置全家桶
0 说明 1.安装ubuntu18.04系统 1.1 ubuntu18.04镜像地址(可以用迅雷等下载): 1.2 下载Rufus: 1.3 制作镜像: 1.4 磁盘分区 1.5 关闭win11快速启 ...
- linux系统英伟达gpu驱动卸载_怎么卸载显卡驱动-手把手教你在 Ubuntu16.04 安装 GPU 驱动 + CUDA9.0 + cuDNN7...
文章转载自公众号 AI有道 , 作者 红色石头 点击上方"AI有道",选择"星标"公众号 重磅干货,第一时间送达 如果你的电脑安装了 Ubuntu16.04,而 ...
- 手把手教你在 Ubuntu16.04 安装 GPU 驱动 + CUDA9.0 + cuDNN7
点击上方"AI有道",选择"星标"公众号 重磅干货,第一时间送达 如果你的电脑安装了 Ubuntu16.04,而且电脑自带一块 NVIDIA GeForce 的 ...
- Centos8安装英伟达显卡驱动并通过docker部署深度学习环境
20201107 - 每个人的机器和实际需要的环境都不一样,本文只是提供了在自己实验室centos8上的部署过程,部署过程中,没有什么问题.请谨慎参考本篇文章,以免浪费宝贵时间. 0. 引言 之前的时 ...
- Ubuntu16.04安装NVIDIA驱动+CUDA9.0+cuDNN7.0
就是将GRUB_CMDLINE_LINUX_DEFAULT ="安静的飞溅" 修改为:GRUB_CMDLINE_LINUX_DEFAULT ="quiet splash ...
- 史上最全的ubuntu16.04安装nvidia驱动+cuda9.0+cuDnn7.0
本文参考了 http://www.cnblogs.com/5211314jackrose/p/7081020.html https://jingyan.baidu.com/article/4853e1 ...
- ubuntu16.04安装TITANX驱动+cuda9.0+cudnn7.0
1. 检查自己的GPU是否是CUDA-capable xtu@xtu-Precision-Tower-7910:~$ lspci | grep -i nvidia 03:00.0 VGA compat ...
- Ubunt16.04 搭建 GPU 显卡驱动 + CUDA9.0 + cuDNN7 详细教程
红色石头的个人网站:www.redstonewill.com 如果你的电脑安装了 Ubuntu16.04,而且电脑自带一块 NVIDIA GeForce 的 GPU 显卡,那么不用来跑深度学习模型就太 ...
- ubuntu18.04+nvidia显卡安装+cuda9.0+cudnn7+pycharm2018.2专业版激活+anaconda3+tensorflow-gpu1.6.0+keras+opencv3
写文的目的:笔记本和台式机的安装是略有不同的,为了以后查阅方便,记录下安装细节 目标:在台式机上安装上ubuntu18.04+nvidia显卡安装+cuda9.0+cudnn7+anaconda3+t ...
最新文章
- ccs怎么把2个变量都在一个graph中显示_因果推理实战(2)——利用Tetrad进行因果分析...
- stm32编码器正反转计数程序_编码器接线方法你会吗?
- Linux——进程信号(总结)
- c++中lambda表达式用法
- .NetCore从零开始使用Skywalking分布式追踪系统
- WinCE6.0 修改开机Logo方法
- LSP(分层服务提供程序)
- python最简单的wsgi例子
- PyG图神经网络框架--构建信息传递网络(MPN)
- 设定pic单片机端口为输入_PIC单片机IO端口的软件/硬件可靠性使用方法讨论
- 销售服务器 以次充好 判刑,销售假冒产品怎么判刑处罚,法律怎么规定的?
- angularjs绑定属性_AngularJS指令和数据绑定示例教程
- VB6(Fast Report Studio 4.6.80)
- ios dev关闭双重认证_iOS Dev Academy简短介绍(自动布局)
- 各代iphone尺寸_iPhone所有机型对比尺寸
- c语言中 输出操作是由库函数,【判断题】在 C语言中,输入操作是由库函数scanf完成,输出操作是由库函数printf完成 。...
- RecyclerView 刷新Item图片闪烁
- js 跨浏览器tab页通信
- 刘小乐教授:我与生物信息学的不解之缘
- asp.net动态网页制作视频教程
热门文章
- python使用 xlwt,xlrd,xlutils库操作Excel教程
- php 连接redis哨兵,Redis哨兵模式实现主从故障互切换的方法
- Git | 如何丢弃当前修改
- 软件设计师笔记之数据结构
- 用if语句实现对输入年份是否为闰年的判断、闰年的定义
- Escript氨基酸对比图怎么看_太神奇!看完了这8张NBA对比图发现,真的可以有一模一样的动作...
- word格式转html自动编号,word文档中标题样式及自动编号操作方法
- 【图像分割】基于 C-V模型水平集图像分割Matlab代码
- coco class name
- 服务器安装系统——出错BUG: soft lockup...