多块英伟达K80显卡linux安装,ubuntu14.04下NVIDIA Tesla K80 、GTX1080顯卡驅動以及Tensorflow、Python的安裝教程...
目錄
1 安裝NVIDIA Tesla K80顯卡驅動
1.1 准備工作
1.1.1 證明存在GPU
lspci | grep -i nvidia
結果例示
01:00.0 VGA compatible controller: NVIDIA Corporation GK208 [GeForce GT 730] (rev a1)
01:00.1 Audio device: NVIDIA Corporation GK208 HDMI/DP Audio Controller (rev a1)
02:00.0 3D controller: NVIDIA Corporation GK110BGL [Tesla K40c] (rev a1)
1.1.2 驗證Linux版本是否支持x86_64
uname -m && cat /etc/*release
結果例示
x86_64
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=14.04
DISTRIB_CODENAME=trusty
DISTRIB_DESCRIPTION=”Ubuntu 14.04.5 LTS”
NAME=”Ubuntu”
VERSION=”14.04.5 LTS, Trusty Tahr”
ID=ubuntu
ID_LIKE=debian
PRETTY_NAME=”Ubuntu 14.04.5 LTS”
VERSION_ID=”14.04”
HOME_URL=”http://www.ubuntu.com/”
SUPPORT_URL=”http://help.ubuntu.com/”
BUG_REPORT_URL=”http://bugs.launchpad.net/ubuntu/”
1.1.3 看gcc是否安裝
gcc --version
結果例示
gcc (Ubuntu 4.8.4-2ubuntu1~14.04.3) 4.8.4
Copyright (C) 2013 Free Software Foundation, Inc.
This is free software; see the source for copying conditions. There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
1.1.4 看是否存在已安裝的nvidia驅動,如果存在應先卸載
lsmod | grep nvidia
1.2 屏蔽系統自帶驅動nouveau
屏蔽原因:由於nvidia驅動和Ubuntu自帶的nouveau顯卡驅動沖突,所以安裝了nvidia官方驅動之后,reboot系統,可能會卡在登陸頁面。
1.2.1 看是否存在已安裝的草根驅動nouveau
lsmod | grep nouveau
結果例示
nouveau 1474560 4 ttm 94208 1
nouveau drm_kms_helper 143360 2 i915_bpo,nouveau drm
360448 8 ttm,i915_bpo,drm_kms_helper,nouveau mxm_wmi
16384 1 nouveau i2c_algo_bit 16384 2 i915_bpo,nouveau wmi
20480 3 mxm_wmi,nouveau,asus_wmi video 40960 3
i915_bpo,nouveau,asus_wmi
1.2.2 關閉圖形界面X-Win界面
sudo stop lightdm
1.2.3 進入黑名單目錄
cd /etc/modprobe.d/
1.2.4 創建blacklist-nouveau.conf並添加內容
sudo vi blacklist-nouveau.conf
【說明:執行完sudo vi blacklist-nouveau.conf后按任意鍵進入編輯狀態,將下面代碼內容逐行復制到文件中。編輯完成后,按ESC鍵 退出編輯狀態,輸入:wq完成保存。】
blacklist nouveau options nouveau modeset=0
1.2.5 查看blacklist-nouveau.conf內容是否添加成功
sudo cat blacklist-nouveau.conf
1.2.6 重啟
sudo shutdown -r now
1.2.7查看驅動是否還存在
lsmod | grep nouveau
【說明:如果什么反應都沒有就是已經成功了】
1.3 下載NVIDIA Tesla K80顯卡驅動並安裝
1.3.1 命令行下載
wget http://cn.download.nvidia.com/tesla/375.51/nvidia-driver-local-repo-ubuntu1404_375.51-1_amd64.deb
1.3.2 安裝
sudo dpkg -i nvidia-driver-local-repo-ubuntu1404_375.51-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda-drivers
1.3.3 重啟
sudo reboot
1.3.4 查看驅動
lsmod | grep nvidia
結果例示
nvidia_uvm 724992 0
nvidia_drm 45056 2
nvidia_modeset 765952 4 nvidia_drm
nvidia 11489280 81 nvidia_modeset,nvidia_uvm
drm_kms_helper 143360 2 i915_bpo,nvidia_drm
drm 360448 6 i915_bpo,drm_kms_helper,nvidia_drm
1.3.5 檢查安裝情況
nvidia-smi
結果例示
2 安裝GTX1080顯卡驅動
2.1 安裝 Nvidia 驅動 367.27
sudo add-apt-repository ppa:graphics-drivers/ppa
第一次運行出現如下的警告
Fresh drivers from upstream, currently shipping Nvidia.
Current Status
We currently recommend: nvidia−361nvidia-361, Nvidia’s current long lived branch.
For GeForce 8 and 9 series GPUs use nvidia−340nvidia-340
For GeForce 6 and 7 series GPUs use nvidia−304nvidia-304
What we’re working on right now:
– Normal driver updates– Investigating how to bring this goodness to distro on a cadence.
WARNINGS:
This PPA is currently in testing, you should be experienced with packaging before you dive in here. Give us a few days to sort out the kinks.
Volunteers welcome! See also: https://github.com/mamarley/nvidia-graphics-drivers/
http://www.ubuntu.com/download/desktop/contribute
更多信息: https://launchpad.net/~graphics-drivers/+archive/ubuntu/ppa
2.2 按回車繼續或者 Ctrl+c 取消添加
回車后繼續
sudo apt-get update
sudo apt-get install nvidia-375
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
2.3 讓GTX1080顯卡驅動生效
sudo shutdown -r now
2.4 檢查安裝情況
nvidia-smi
3 安裝Tensorflow (pip安裝方式)
3.1 首先安裝pip
sudo apt-get install python-pip python-dev
3.2 利用pip安裝tensorflow
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whl
sudo pip install --upgrade $TF_BINARY_URL
3.3 如果需要更新tensorflow
sudo pip install -U tensorflow
4 安裝Python
4.1 安裝python-numpy
sudo apt-get install python-numpy
4.2 安裝python-scipy
sudo apt-get install python-scipy
4.3 安裝 python-matplotlib
sudo apt-get install python-matplotlib
5 測試
5.1 檢驗tensorflow是否安裝成功
通過下面一段代碼來測試tensorflow是否安裝成功
python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
Hello, TensorFlow!
a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a + b))
42
5.2 Tensorflow MNIST 數據集測試代碼入門
測試代碼
git clone https://github.com/yhlleo/mnist.git Mnist_data
pwd //列出Mnist_data的路徑
cd xxxxxx //xxxxxx為Mnist_data的路徑
python mnist_softmax.py //MNIST機器學習入門
python mnist_deep.py //深入MNIST
python fully_connected_feed.py //TensorFlow運作方式入門
python mnist_with_summaries.py //Tensorboard訓練過程可視化
6 其他常用命令
6.1 查看電腦顯卡信息命令
lspci | grep VGA
6.2 打開終端,先刪除舊的驅動
sudo apt-get purge nvidia*
6.3 查看ubuntu版本
cat /etc/issue
6.4 查看系統是32位還是64位方法
getconf LONG_BIT //返回64則是64位
6.5 從github上將該倉庫clone下來
最簡單直接的命令
git clone xxx.git // 例如:git clone https://github.com/yhlleo/mnist.git
如果想clone到指定目錄
git clone xxx.git 指定目錄 // 例如:git clone https://github.com/yhlleo/mnist.git Mnist_data
6.6 Ubuntu下常用命令:
apt-get是可以直接使用的,格式為
sudo apt-get install/delete package
sudo apt-get -f install //修復安裝
sudo apt-get dist-upgrade //升級系統
sudo apt-get upgrade //更新已安裝的包
apt-get source package //下載該包的源代碼
sudo apt-get build-dep package //安裝相關的編譯環境
sudo apt-get clean && sudo apt-get autoclean //清理無用的包
pip需要安裝才能使用,配合virtualenvwrapper會錦上添花。安裝過程如下 (適用Ubuntu 10.10及以上版本)使用格式為:
pip install package。
sudo apt-get install python-pip python-dev build-essential
sudo pip install --upgrade pip
sudo pip install --upgrade virtualenv
6.7 刪除軟件
方法一:如果你知道要刪除軟件的具體名稱,可以使用
sudo apt-get remove --purge 軟件名稱
sudo apt-get autoremove --purge 軟件名稱
方法二:如果不知道要刪除軟件的具體名稱,可以使用
dpkg --get-selections | grep ‘軟件相關名稱’
sudo apt-get purge 一個帶core的package //如果沒有帶core的package,則視情況而定
6.8 清理殘留數據
dpkg -l |grep ^rc|awk '{print $2}' |sudo xargs dpkg -P
多块英伟达K80显卡linux安装,ubuntu14.04下NVIDIA Tesla K80 、GTX1080顯卡驅動以及Tensorflow、Python的安裝教程...相关推荐
- gtx1070显卡 linux,Ubuntu 16.04下Nvidia 显卡驱动安装
环境: Ubuntu 16.04 64bit Nvidia GeForce GTX 1070 解决了个人遇到的一些问题. 获取驱动 安装驱动的途径有很多,如run文件.deb文件.PPA源.apt-g ...
- linux系统英伟达gpu驱动卸载_Ubuntu 16.04 卸载Nvidia显卡驱动和cuda
tensorflow不断升级,最新版本的代码需要更高版本的cuda支持.以前一直用cuda8.0和cudnn6.0的组合,tensorflow用1.3.0版本.不过最新下载的models,某些代码执行 ...
- gts250 linux驱动下载,英伟达GTS250显卡驱动下载_GTS250显卡驱动官方版下载 - 系统之家...
英伟达gts250显卡驱动(NVIDIA Geforce GTS 250驱动)官方版是一款非常实用的电脑显卡驱动程序,是从目前NVIDIA中端市场上较火的一款产品GeForce 9800GTX+进化而 ...
- 英伟达虚拟服务器显卡,英伟达开启显卡直通虚拟机功能 老显卡也可以
虚拟机是非常重要的软件,但如果你手上没有性能强大的主机,那么体验并不好,特别是显卡方面.如今,英伟达将在GeForce显卡上开启GPU虚拟机直通功能,让消费显卡也可以直通虚拟机,从而带来更好的图形性能 ...
- 英伟达光追支持Java吗,英伟达新显卡驱动发布 GTX 10系显卡现已支持光追
英伟达新显卡驱动发布 GTX 10系显卡现已支持光追 2019-04-12 08:06:54来源:快科技编辑:血河评论(0) 在上个月的GDC 2019开发者大会上,NVIDIA许下承诺将会让&quo ...
- 英伟达服务器显卡多实例技术(MIG)
❤️觉得内容不错的话,欢迎点赞收藏加关注,后续会继续输入更多优质内容❤️ 英伟达服务器显卡多实例技术(MIG) 多实例技术介绍 多实例技术有点类似于vGPU,只不过vGPU是在虚拟机层次的显卡虚拟化, ...
- 没有Nvidia(英伟达)显卡对深度学习计算的影响
有很多电脑使用的都是集成显卡,而进行深度学习大都需要英伟达的显卡,那么没有Nvidia的显卡会有什么影响呢? cuda 提到深度学习cuda是一个绕不开的概念,CUDA(Compute Unified ...
- 英伟达驱动相关概念和安装驱动过程记录
今天又一次安装了CUDA驱动,仔细的查询了相关博客,这一次,对一些概念有了更加清晰的认识. 1.显卡,显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn的差异 具体差异, ...
- linux(Ubuntu)下安装英伟达的显卡驱动、cuda和cudnn详细步骤
这里是使用最新的方法安装cuda+cudnn的方法,建议先查看对应的驱动,英伟达的系列安装一般分为为三个部分: 显卡驱动的安装.CUDA安装.cudnn安装 显卡驱动 通过这个命令查看:nvidia ...
最新文章
- Tungsten Fabric SDN — for Akraino Based Network Edges
- 直播电商加速合规,引爆消费潜力
- 小程序向webview传参_独家 | 支付宝小程序向个人开发者开放公测
- 关于召开中国医药教育协会医学基因组学与生物信息学专业委员会成立大会暨临床全基因组外显子组家系数据分析培训会的通知...
- Hbuilder开发app实战-识岁06-face++的js实现【完结】
- 基于BIND软件实现互联网DNS解析
- C++ 引用计数技术简介(1)
- linux 虚拟内存分配,是否可以在linux中分配大量虚拟内存?
- IOS视频播放器VKVideoPlayer
- jpg格式怎么转换成plt格式的_JPEG格式图片转PLT格式雕刻输出
- 计算机功能室设备器材清单,办公用品清单
- ubuntu 查看cpu运行频率_ubuntu cpu频率控制
- mysql skip_counter_mysql sql_salve_skip_counter
- CacheLoader returned null for key分析和解决
- EXCEL成绩分出优秀及格与不及格
- 如何将Excel多行单元格文字合并到一个单元格中
- 世界经典咖啡@配制方法
- 怎么开启微信蓝牙服务器,微信加群,电脑蓝牙怎么打开,教你一个最简单的方法...
- Grib数据转NC数据
- unity-shader-2
热门文章
- 利用gpu加速神经网络算法,外接gpu 训练神经网络
- vue createElement后删除这个元素 the node to be removed is not a child of this node
- python 二维列表_python二维列表
- led的伏安特性曲线 matlab实现_灯泡伏安特性仿真实验的实现算法
- 企业招聘面试十大之怪现状
- python爬b站视频_python代码福利:用requests爬取B站视频封面
- 【新手】网络拓扑图要这样画
- 微信公众号都有哪些传播方式吸引粉丝
- Arithmetic Progressions
- c语言文件大小限制,文件超过某个大小就删除(C语言)