环境:

服务器   :DELL R730服务器

GPU      :GTX1080ti

操作系统:ubuntu-16.04.1-desktop-amd64.iso

安装步骤:

一、安装ubuntu16.0.4操作系统

1、刻录U盘或者光盘:(光盘刻录前进行格式化)

(1)下载并安装UltraISO软通牒刻录软件

(2)将ubuntu16.0.4 ISO文件拖放到UltraISO软件工作区

(3)点击软件“启动”按钮,选择写入硬盘映像

(4)写入方式默认就可以

(5)重要的是要点击“便捷启动”,选择写入新的驱动器引导扇,并选择Syslinux

(6)设置完成进行点击“写入”即可

2、安装Ubuntu16.0.4操作系统

1、进入BIOS环境将启动设置U盘启动就可以按步骤进行安装

二、安装NVIDIA驱动前的环境设置

1、设置BIOS环境

新的Windows PC都是带有UEFI固件的,而且也开启了Secure Boot功能。什么用呢,简单说明下:如今新的WindowsPC都是带有UEFI固件的,而且也开启了SecureBoot功能。Secure Boot可以拒绝引导那些未被UEFI秘钥签名的操作系统,换句话说,只有微软认证的软件才可以被引导。同时还会导致一个问题就是无法使用CUDA安装NVIDIA驱动或者安装CUDA后没有NVIDIA设备。如何解决呢,首先就是要进入BIOS把Secure Boot置为Disable(计算机Secure Boot必须设置为Disable,否则装不成功NVIDIA驱动)

2、进入linux操作系统,设定root密码,并切换root用户

(1)登录已有用户

(2)输入命令:sudo  passwd

(3)输入自己的密码

(4)两次输入设定的root密码

(5)输入命令:su切换到root用户

3、确认操作系统安装gcc及验证gcc版本,NVIDIA驱动是否支持

输入命令:gcc --version

4、生成 CUDA和nvidia驱动编译安装需要内核头文件

输入命令:apt-get install linux-headers-$(uname -r)

5、禁用计算机自动的nouveau驱动

(1)创建一个文件/etc/modprobe.d/blacklist-nouveau.conf

(2)在创建的文件内输入下面两行英文,并保存

blacklist nouveau

options nouveau modeset=0

(3)重新生成内核initramfs

输入命令:update-initramfs -u

(4)重启系统确认是否禁用成功

输入命令:lsmod | grep nouveau  如果没有输出结果,即表示禁用成功

关闭X Server

执行命令:1、sudo /etc/init.d/lightdm stop

2、sudo /etc/init.d/lightdm status

三、安装NVIDIA驱动

说明:NVIDIA驱动,根据自己硬件GPU型号,到英伟达官网进行下载相应的型号,我的对应的为NVIDIA-Linux-x86_64-384.98.run

1、如果计算机位双显卡 执行: ./x.run --no-opengl-files (x代表说执行的NVIDIA驱动程序,即NVIDIA-Linux-x86_64-384.98.run,下同)

如果计算机位单显卡执行:./x.run

其中 x代表下载的驱动程序;--no-opengl-files代表的是安装驱动是不安装OpenGL文件,为防止双显卡安装出现重复登录

2、安装提示基本是选肯定的,提示NVIDIA-Xconfig时,如果电脑为双显时,选择不装,如果独显的选择安装

3、安装完成后

执行命令:sudo /etc/init.d/gdm restart  重启X Server

然后重启计算机进入到图形界面

4、验证其是否装成功,执行nvidia-smi命令,验证输出的结果是否符合下图

五:安装CUDA

说明:安装的CUDA 可以到官网去下载,我在此安装的为cuda_8.0.61_375.26_linux.run

1、执行:./x.run   (x代表cuda_8.0.61_375.26_linux.run )

2、按q结束cuda的描述,然后输入accept,然后是提示是否安装NVIDIA驱动,选择N(因为前面已经安装了驱动了),这种情况下会提示是否安装opengl,一定要选择N,然后提示是否安装nvidia -xcongfig,如果你的电脑是双显,就输入N,后面的其他提示都选择默认或者Y就可以了

3、编辑/etc/profile,在最后添加

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

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH

4、重启系统,进入图形界面

5、测试cuda是否安装成功,执行命令nvcc --version输出CUDA版本的信息就说明安装成功了

6、 1、尝试编译CUDA提供的Samples,默认的路径为~/NVIDIA_CUDA-8.0_Samples

2、进入~/NVIDIA_CUDA-8.0_Samples目录下,执行命令:make

3、如果提示错误请按照提示安装依赖包,保证编译过程没有error

4、编译生产的文件在~/NVIDIAA_CUDA-8.0_Samples/bin/x84_64/linux/release

5、进入到第4步的目录下,执行命令./deviceQuery  有如下输出

六:安装cuDNN

1、将解压好的cuDNN放到U盘

2、到U盘目录下,执行以下命令

1、sudo cp cuda/include/cudnn.h  /usr/local/cuda/include

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

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

七:安装Anaconda3-4.4.0

1、将Anaconda放在所用的用户目录下

2、执行命令 export PYTHON_BUILD_CACHE_PATH=/home/tgmd(所指路径就是Anaconda所存放的位置)

3、执行命令 pyenv install anaconda3-4.4.0 -v

如果没有安装pyenv,则需要安装pyenv执行以下命令

1、git clone https://github.com/pyenv/pyenv.git ~/.pyenv

2、echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc

3、echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc

4、echo 'eval "$(pyenv init -)"' >> ~/.bashrc

5、echo 'eval "$(pyenv init -)"' >> ~/.bashrc

6、、exec "$SHELL"

八、执行安装tensorflow 1.3和easydict和dicom

1、pyenv global anaconda3-4.4.0

2、pip install tensorflow-gpu==1.3

3、pip install easydict

4、pip install opencv-python

5、pip install dicom

九、再安装conda

执行安装命令:conda install --channelhttps://conda.anaconda.org/menpo opencv3

十、测试是否安装成功

1、输入 python

2、import cv2

3、import tensorflow

4、import dicom

5、import easydict

都不报错就说明成功了

ubuntu部署NVIDIA驱动和CUDA及CUDNN相关推荐

  1. Ubuntu18中安装Nvidia驱动和CUDA和cuDNN库加速

    Ubuntu18中安装Nvidia驱动和CUDA和cuDNN库加速 1 安装Nvidia驱动 1. Software&Updates 中切换驱动 1.2 官网下载驱动文件然后安装 禁用nouv ...

  2. Ubuntu18及22安装NVIDIA驱动、CUDA、CUDNN、Pytorch

    前言 安装pytorch的教程网上有许多,我记录并分享下自己两台笔记本上安装NVIDIA驱动.CUDA.CUDNN.Pytorch的过程和心得. 首先说明,安装pytorch-gpu需要完成nvidi ...

  3. Ubuntu配置显卡驱动,CUDA及cuDNN

    Ubuntu配置GPU驱动,CUDA及cuDNN CUDA和cuDNN的安装网上有许多教程,但每一个教程都没能让我简洁有效地安装成功,尤其一些帖子忽视了某些重要细节,让整个安装过程更复杂. 我尝试用先 ...

  4. Ubuntu深度学习环境部署——显卡驱动、CUDA、cuDNN、pytorch

    第一步:显卡驱动 装最新版驱动 查看显卡信息 nvidia-smi 第二步:CUDA 1.查看CUDA官方文档,安装与显卡驱动版本相符合的CUDA. https://docs.nvidia.com/c ...

  5. Ubuntu系统显卡驱动、CUDA、CUDNN安装(二CUDA和CUDNN)

    CUDA //卸载CUDA //在你的cuda 安装目录下,运行cuda自带的卸载程序脚本.默认情况下其路径是:/usr/local/cuda-8.0/bin (这里以cuda-8.0版本为例) su ...

  6. nvidia驱动,cuda与cudnn的关系

    一关系阐述: (1)NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦!CUDA是NVIDIA推出的用于自家GPU的并行计算框架,也就是说CUDA只能在NVIDIA的GPU上运行,而且只有当要 ...

  7. 三、GPU专题篇——让你的代码飞起来(Nvidia驱动、Cuda、Cudnn的素质三连)

    如果你的电脑只有CPU或者显卡配置不够高(1060以下),可以直接跳过这里,GPU加速与你无缘. 注意,我的显卡型号为GTX1080,写下此文的时间是2017.10.16,此时nvidia-367 是 ...

  8. Ubuntu系统显卡驱动、CUDA、CUDNN安装(一显卡驱动)

    NVIDIA显卡驱动安装: 常用命令: //查看GPU版本 lspci | grep -i nvidia //查看NVIDIA驱动 sudo dpkg --list | grep nvidia-* / ...

  9. Ubuntu系统---安NVIDIA 驱动后 CUDA+cuDNN 安装

    Ubuntu系统---安NVIDIA 驱动后  CUDA+cuDNN 安装 --------------------------------------------@20190726--------- ...

最新文章

  1. 最佳置换算法(OPT)
  2. 【TCP/IP】一张图带你读懂TCP/IP协议
  3. 对MVC、MVP、MVVM的理解
  4. EditText 不弹出软件键盘
  5. MySQL(一)MySQL基础介绍
  6. php和app关系,请教一下,app和微信 两个共通的问题
  7. C#设计模式之16-迭代器模式
  8. Mac系统如何安装php,MAC系统如何快速安装php
  9. HTML5/CSS3笔记
  10. Android ProGuard 代码压缩混淆与打包优化
  11. H5 - template native模板 实现列表布局
  12. 5款 Mac 常用PDF阅读和编辑软件推荐
  13. Shell 通过sed替换文件字符串
  14. 思念绵绵,爱在彼此心间漫延
  15. 远程计算机仿真终端,仿真终端的使用返回主页关闭.doc
  16. java计算机毕业设计民航售票管理系统源码+系统+数据库+lw文档+mybatis+运行部署
  17. Luminati通过住宅IP网络工作,其可靠性如何?
  18. markdown编辑器_Markdown编辑器
  19. matlab计算绝对值的导数,如何用matlab求带绝对值函数的导数? 你值得一看的技巧...
  20. printf打印字符串的时候可以printf(“%s“,buf);buf可以是字符串名或者指针

热门文章

  1. 谷歌浏览器(chrome)允许跨域设置的方法
  2. 2019年,你必须知道的7个企业服务趋势
  3. 2021.9.15 每日总结
  4. c语言输入r1 r2垫片的面积,C语言上机实验答案Word版
  5. Java笔记:面向对象3大特性
  6. 【猿说VUE】Visual Studio Code安装配置
  7. Skleran-线性模型-普通最小二乘法-LinearRegression
  8. 微信瑞文智力测试1分_答完瑞文智力测试的题之后,怎样看智商是多少?
  9. iCCP: cHRM chunk does not match sRGB
  10. 迭代法求解贝尔曼期望方程的数学证明