1.Ubuntu14.04 安装手册


1.1 使用Rufus 制作Ubuntu14.04的系统启动盘

Ubuntu14.04 下载地址:
http://www.ubuntu.com/download/alternative-downloads
(下载地址,选择64位下载)

说明:
1. 我们自己下载的时候是在官方英文版页面下载,中文版网页面似乎没有Ubuntu14.04的下载页。
2. Ubuntu14.04版本选择上建议使用英文原版,Kylin(麒麟:给中国用户特别定制)版本不建议使用。

Rufus(启动盘制作器)
下载地址: http://www.ubuntu.com/download/desktop/create-a-usb-stick-on-windows

说明:
Rufus 为启动盘制作器,作用是将下载的Ubuntu14.4的IOS制作成可以使用U盘在电脑上安装Ubuntu的启动盘,具体的启动盘制作步骤如网页中的步骤所示。


1.2 Ubuntu14.04的安装说明

1.电脑配置的说明

我的配置为:
硬件配置:酷睿i7-6700+GTX980Ti+120G固态硬盘+8G内存+华硕主板
软件配置:Ubuntu14.04 +GTX980Ti显卡驱动+CUDA7.5+cudnn7.5+Tensorflow

说明:
这里,我们是在一台电脑上安装的单系统,系统使用的是Ubuntu14.04,为了保证系统运行的速度够快,我们将一个120G的固态硬盘全部用来安装ubuntu系统。

2.Ubuntu的安装

1) 首先,将启动U盘插在电脑上,开启电脑,在电脑进入开机界面前按下F2(华硕电脑)进入BIOS界面,在BOIS界面选择右侧的Boot Priority中选择刚才插入的U盘。

2) 选择启动U盘之后,在弹出的命令框中,选择 UEFI BIOS : 选项(使用UEFI模式)安装Ubuntu。
3) 点击之后,进入Ubuntu的安装界面,选择中文(简体),点击安装Ubuntu。

4) 准备安装Ubuntu,可以联网,也可以不联网,如果联网选择安装第三方软件及更新,也可以选择不安装,安装完成后再系统里选择更新,完成后点击: 继续

5) 安装类型选择,这里一定选择 -> 其他选项 -> 继续 (这样我们可以自己分区) !!!

6) 分区设置,如图选中空闲分区,也就是我们电脑中120G的固态硬盘空间

说明:
分区,主要有4个部分:
1. Eif : Ubuntu系统的启动引导盘,系统开机之后先读取启动引导盘的内容进入 Ubuntu系统。(与BIOS作用类似)
2. Swap : 在Linux系统中被称作“交换分区”,类似于Windows里面的虚拟内存,就是当内存不足的时候,系统会把一部分硬盘空间虚拟成内存使用,从而解决内存容量不足的问题。
3. /: 在Linux系统中被称作“主分区”,相当于Win7系统的C盘。
4. /home: 用于存放文件

首先,我们选择“空闲”,新建分区,点击“+”,设置交换空间swap,我们设置为16384M(一般不大于物理内存就行)。

之后,新建分区,点击“+”,设置Ubuntu启动引导区,这里我们设置为510M。然后,新建分区,点击“+”,设置“/”主分区,相当于Win7的系统C盘。

最后,新建分区,点击“+”, 将剩余空间设置“/home”分区,用于存在文件。

分区完毕的结果,如图(安装启动引导设备选择 “默认” 即可):

7) 进入用户设置,自行设置用户名、密码

8) 进入安装界面,等待安装更新

这里有个地方需要注意 !!!
由于我们的电脑安装2个固态硬盘和2个机械硬盘,而UBUNTU是完全安装在一个120G的固态硬盘里面,使用的是eif的模式引导,所以为了避免电脑在开机上电的时候找不到UBUNTU的系统,我们要在BIOS里面将开机时候读取硬盘的顺序,改为先读取UBUNTU所在的那个硬盘,修改方法如下:

在BIOS的高级选项里,找到启动选项, 里面的Boot option #1的选项选择安装了UBUNTU的固态硬盘(这里#1,2就是上电读取的顺序)


2.GTX980Ti 显卡驱动+CUDA的安装

1 ) 下载 RUN 版本的CUDA 7.5 toolkit

注意:
如果你直接下载了CUDA toolkit可以不用去Nvidia网站下载你的显卡驱动!这里提供了deb和run两种版本,建议下run版本!
但是,有可能CUDA自带的驱动与你的显卡不匹配,比如GTX1080Ti所需的驱动就比CUDA自带的要高,这个时候就必须要到NIVIDA的网站单独下载1080Ti的显卡驱动!

CUDA7.5 下载地址:https://developer.nvidia.com/cuda-toolkit

说明:

(1)在NVIDIA的CUDA下载页面下,选择要使用的CUDA版本进行下载。
(2)我们这里使用CUDA7.5(注意:页面有提示GTX1070、GTX1080支持8.0版本),如果没有使用以上两个版本的GPU,可以下载CUDA7.5。DOWNLOAD(下载)。
(3)下载需要注册。

2) 下载Cudnn

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

说明:
(1)下载前需要注册
(1)下载需要填写一个调查问卷,就三个选项,建议认真填写。
(2)填写完毕点击 I Agree To 前面的小方框,出现如下:


3.屏蔽掉Ubuntu自带的NIVIDA开源驱动(非常重要!!!)

找过不少教程,都没提到屏蔽Nouveau驱动,导致每次装完cuda,重启后就黑屏,或者产生login loop问题。Nouveau驱动是Ubuntu下自带的显示驱动,会和你装的Nvidia驱动冲突,导致黑屏和无限登陆。所以在安装CUDA之前一定要将Nouveau驱动屏蔽:

1.安装完Ubuntu先不要更新系统,一些教程说更新系统再装cuda会导致失败
2.在Ubuntu系统下使用vi(文本命令)创建名为nouveau的“黑名单文件”

$ sudo  vi  /etc/modprobe.d/blacklist-nouveau.conf  

3.在黑名单文件中加入以下几句话

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off 

补充说明:
在Ubuntu的命令行里面,使用的是Linux系统下的操作命令,vi命令是打开一个文本编辑器,想要在文本编辑器里输入文字,先移动光标到指定的位置,单击键盘上的i 键就能够进行编辑,按Esc键就可以跳出编辑模式,编辑完成,先按键盘上的:键,然后输入wq就可以保存编辑后的文本。如果需要删除文字,移动光标到指定位置,然后按下Delet键或者d键,连续点击两次d键就可以删除一行文字。如果需要复制一行文字,只需要将光标移动到这行文字的开始,然后点击Esc键,再点击y键两次,点一下p键,就会将这一行指令复制到下一行。

4.文本编辑完成,在命令行输入执行

$ sudo  update-initramfs -u  

5.重新启动电脑,登陆tty, 按Ctrl + Alt + F1,在文本模式中登录(此时是全黑的界面,因为电脑自带的显卡驱动已经被关闭了,而NIVIDA的显卡驱动还没装)。

注意:

1.首先要关闭桌面服务程序,这步对于安装Nvidia驱动至关重要!!!

在命令行输入:

$ sudo service lightdm stop(关闭X server图形界面,因为要装显卡驱动了)

2.安装CUDA7.5 toolkit (Driver, Toolkit, Samples)

先进入到你的.run目录文件下(由于在tty中,中文无法显示,建议你先在自己的主目录(/home)下创一个英文名的文件夹。)输入下面两条命令(进入文件夹后输入cu按Tab键可以补全名字):

$ chmod a+x cuda_7.5.18_linux.run
$ sudo ./cuda_7.5.18_linux.run

然后一堆介绍吧,直接pass,回到问题的那一步:
仔细阅读问题,按照我的回答!!!

3.输入命令重启电脑

$ sudo reboot(此时,不再出现循环登陆的情况,输入密码登陆Ubuntu的界面)

4.设置CUDA在ubuntu中的环境变量(在/etc/profile中添加CUDA环境变量,非常重要!!!)

第一步: 这里有两种方法,第一种在/etc/profile中添加,另一种是在~/.bashrc中添加路径:

a. 在/etc/profile中添加CUDA环境变量
首先执行:

$ sudo  gedit  /etc/profile

打开文件后在末尾添加:

PATH=/usr/local/cuda/bin:$PATH
export PATH

保存后,执行下列命令, 使环境变量立即生效:

source  /etc/profile

b. 在~/.bashrc中添加CUDA环境变量
首先执行:

 $ sudo  gedit  ~/.bashrc

然后加入以下内容并保存:

export PATH=/usr/local/cuda-7.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda7.5/lib64:$LD_LIBRARY_PATH
(cuda-7.5依据自己的版本修改)

输入下面这个命令使得配置生效:

$ source  ~/.bashrc

第二步: 同时需要添加lib库路径:

首先,在/etc/ld.so.conf.d/中新建一个cuda.conf文件:

$ sudo  gedit  /etc/ld.so.conf.d/cuda.conf

然后加入以下内容并保存:

/usr/local/cuda/lib64
/lib

完成lib文件的链接操作,执行:

$ sudo ldconfig  -v

5.安装并更新G++/GCC编译器

$ sudo apt-get update
$ sudo apt-get upgrade
$ sudo apt-get install build-essential
$ gcc -v
$ make -v

其中,build-essential 安装的是C和C++的库,编译CUDA的时候还需要C++,如果不能够成功安装,直接单独安装gcc和gcc++。


6.验证CUDA是否安装成功

1.第一种简单的方法

在命令行运行:

$ nvcc –V

会出现以下的结果:

另外,在命令行输入:

$ nvidia-smi

会出现以下的结果:

说明已经在电脑上成功安装了CUDA和NIVIDA的驱动。

2.第二种方法为配置CUDA sample 并测试deviceQuery

这个是为了测试CUDA库是否安装正确

$ cd NVIDIA_CUDA-7.5_Samples (进入NIVIDIA安装的目录下)
~/NVIDIA_CUDA-7.5_Samples$ make (在此目录下运行make指令)
~/NVIDIA_CUDA-7.5_Samples$ cd bin/x86_64/linux/release(运行结束后进入release文件夹)
~/release$ ./deviceQuery (在release文件夹下查看)

运行deviceQuery程序,查看输出结果(重点关注最后一行,Pass表示通过测试)。

注意:
千万不要用这条“sudo apt-get install nvidia-cuda-toolkit”命令,这是条过时了的命令,会在你电脑上装上cuda5.5,会无法工作的,请按照我上面说的操作!

如果没通过以上两种测试(任一),你的Nvidia cuda驱动和配置可能有问题。如果通过了,那恭喜你cuda成功装好了!


7.安装cuDNN

我们在上面下载的cuDNN的版本是cudnn-7.5-linux-x64-v5.1-ga.tgz,下面我们就来安装cuDNN。

首先,进入cudnn压缩包的目录(我放在主文件夹下,cd /home/audi(个人账户名)/):
执行:

$ tar -zxvf cudnn-7.5-linux-x64-v5.0-ga.tgz      (解压缩)

接着,进入cuda文件夹下,将cudnn的内容分别复制到cuda文件夹下的include和lib文件夹下:

$ cd cuda
$ sudo cp lib/lib* /usr/local/cuda/lib64/
$ sudo cp include/cudnn.h /usr/local/cuda/include/

安装完cudnn之后,要更新软连接!!!

$ cd  /usr/local/cuda/lib64/
$ sudo chmod +r  libcudnn.so.5.1.3
(注意,这里的5.1.3可以进cuda/lib64文件夹下看,依据自己下的cudnn版本号修改,同样下面的so.5也要参照修改)
$ sudo ln -sf libcudnn.so.5.1.3 libcudnn.so.5
$ sudo ln -sf libcudnn.so.5 libcudnn.so

最后,执行下列命令使得上面的配置生效:

$ sudo  ldconfig

Ubuntu +NIVIDIA驱动 + CUDA + Cudnn 的详细安装指南(每一步都有说明)相关推荐

  1. 从无到有 Ubuntu16.04 18.04 20.04安装+Todesk+Chrome+NVIDIA驱动+CUDA+Cudnn+Anaconda3+Pycharm 超详细教程+踩坑问题

    从无到有 Ubuntu16.04 18.04 20.04安装+Todesk+Chrome+NVIDIA驱动+CUDA+Cudnn+Anaconda3+Pycharm 超详细教程+踩坑问题(有部分图片忘 ...

  2. Ubuntu18.04 安装Nvidia驱动+CUDA+cuDNN+Anaconda3(图文超详细)

    文章目录 原创声明 前言 一. Nvidia显卡驱动 二. CUDA 三. cuDNN 四. Anaconda 总结 感谢以下这几篇文章: 授权须知 原创声明 本文为 HinGwenWoong 原创, ...

  3. Ubuntu20.04安装NVIDIA驱动+cuda+cudnn+anaconda+pytorch+pycharm经验

    配置环境是深度学习的第一道门槛,也是必须迈过的一道门槛,之前一直在windows平台上跑pytorch,但很多包无法安装,必须要使用Linux.在经历了很多坑,无数次重装系统,崩溃,坚持后终于在Ubu ...

  4. CentOS 安装Nvidia驱动+CUDA+cuDNN+Anaconda3

    文章目录 一.安装Nvidia显卡驱动 1.1 添加 ELRepo 源: 1.2 删除已安装的驱动,如果是之前没有安装过显卡驱动的这步可以跳过 1.3 安装显卡检查程序: 1.4 检测显卡型号,并选择 ...

  5. 微星笔记本win10装Ubuntu18+NVIDIA驱动+cuda+cudnn+tensorRT+搜狗

    @微星笔记本win10装Ubuntu18+NVIDIA驱动+cuda+cudnn+tensorRT+搜狗 1微星笔记本配置介绍 开始之前做一下介绍,记录一下整个装机过程以及未解决的问题. 笔记本配置: ...

  6. ubuntu22.04安装显卡驱动+cuda+cudnn

    ubuntu22.04安装显卡驱动+cuda+cudnn 1. 下载驱动和卸载.禁用自带驱动程序 1.1 查看系统显卡型号 1.2 从NVIDIA官网下载相应驱动 1.3 卸载Ubuntu自带的驱动程 ...

  7. cuda必须装在c盘吗_深度学习基础环境搭建-Nvidia驱动+cuda+cudnn

    Ubantu16.04+GPU(1070ti)驱动+cuda10.2 +CUDNN7.6.4 一. 安装nvidia显卡驱动 (亲测搭建深度学习环境,无论是win还是ubantu上的cuda里都有相对 ...

  8. Ubuntu22 Linux 服务器安装显卡驱动,cuda,cudnn和pytorch

    Ubuntu22 Linux 服务器安装显卡驱动,cuda,cudnn和pytorch 1. 首先了解自己服务器的操作系统内核版本等信息: (1)查看操作系统的版本信息:cat /etc/issue或 ...

  9. Nvidia3090显卡驱动+CUDA+cuDNN安装步骤

    文章目录 显卡驱动 CUDA cuDNN 显卡驱动 sudo add-apt-repository ppa:graphics-drivers/ppa # 添加Nidia镜像 sudo apt upda ...

  10. Ubuntu + nvidia驱动+ cuda安装教程以及重装问题

    操作系统:ubuntu 18 nvidia驱动版本: 515 cuda: 11.7 在此方面掉过坑,写此篇文章mark一下.如果遇到同样问题的小伙伴可以参考一下. 第一次在ubuntu上尝试安装nvi ...

最新文章

  1. Typedef用法(转载)
  2. 回归 好坏 机器学习_机器学习下的多元回归
  3. 【C++】运算符重载 Operator Overload
  4. 不同路径Python解法
  5. np.unique()官方文档分析以及举例
  6. 字符串之String类
  7. 学C++的室友手握这个项目,面试稳了
  8. 线性代数:特征值和特征向量
  9. RetinaNet算法详解及其在垃圾检测中的应用
  10. 一维搜索——进退法matlab实现(含代码)
  11. WEB安全基础 - - -弱口令和暴力破解
  12. 《掌控》及其自我掌控
  13. 【 leetcode Top 100】64. 最小路径和
  14. 虹科云课堂 | 干货不断!汽车专题直播月本周课程预告
  15. 小米6MIUI稳定版安装谷歌相机
  16. Halide 配置 visual studio
  17. RFM分析模型——用户生命周期解析
  18. C++实现简易计算器(正则表达式计算)
  19. Common-Collections3
  20. 互联网呼唤版权社会化服务

热门文章

  1. oracle modeler 使用,Navicat Data Modeler使用教程八:图表版面下
  2. Unity热更新之AssetBundle打包篇
  3. 老无所依nbsp;(聊后版)
  4. J2EE配置文件加密
  5. 【C语言】操作符详解
  6. Day20(lambda、stream、微服务、大数据、nginx)
  7. 【自动控制原理】系统带宽
  8. Xubuntu22.04安装dock美化任务栏
  9. 数据从网卡到应用的过程
  10. 高通IPQ5018 IPQ6010 刷机步骤