硬件环境:NVIDIAGTX980Ti
系统环境:Ubuntu16.0464位
一.安装NVIDIA驱动
1.关掉SecureBoot
具体怎么禁用BIOS中的SecureBoot要按照显卡的情况。
以微星显卡的禁用方式为例:
首先步入BIOS,之后选择Boot,步入SecureBoot界面:
确定"OSType"是"WindowsUEFI"
步入"KeyManagement"
选择"ClearSecureBootkeys"
在你清理"SecureBootkeys"以后,你将会有"InstalldefaultSecureBootkeys"选项来恢复默认的keys。
在你清理"SecureBootkeys"以后,SecureBoot会被手动关掉ubuntu 16.04 vim,你如今可以设置"OSType"为"OtherOS"。
设置完成以后的疗效:
2.禁用nouveaudriver
控制台输入命令,创建一个文件通过命令
sudovim/etc/modprobe.d/blacklist-nouveau.conf
并添加如下内容:
blacklistnouveau
optionsnouveaumodeset=0
再更新一下
sudoupdate-initramfs-u
更改以后须要重启系统。确认下nouveau是早已禁用,可以使用命令:
lsmod|grepnouveau
3.在字符界面下安装驱动
首先添加ppa库,之后通过ppa安装主板驱动,使用以下命令添加:
sudoadd-apt-repositoryppa:graphics-drivers/ppa
关掉图形化环境
首先步入Ubuntu系统字符界面ubuntu 16.04 vim,使用组合键ALT+CTRL+F1步入字符界面。
为了确保驱动才能正常安装linux命令,我们须要暂时关掉x-window服务(图形环境)linux教程下载,在文本模式下输入命令进行关掉:
sudoservicelightdmstop
安装驱动
首先通过以下命令来查看NVIDIAVGAcardmodel
sudolshw-numeric-Cdisplay
可以使用命令:
ubuntu-driversdevices
来查看可以使用的驱动,如图:
输入以下命令,直接安装驱动:
sudoapt-getupdate&&sudoapt-getinstallnvidia-384
步入系统,我们要看刚才的主板驱动是否早已正确安装成功,通过下边命令查看:
nvidia-smi
如图所示主板驱动早已正确安装,主板的机型是GTX980Ti。
二.安装CUDA
1.确定和TensorFlow对应的CUDA版本
TensorFlowGitHub页面查看依赖的版本:
2.下载和安装
由于CUDA8兼容的gcc版本是4.9,然而ubuntu16.04默认的是gcc5,所以须要gcc降版本。
sudoapt-getinstallg++-4.9
sudoupdate-alternatives--install/usr/bin/gccgcc/usr/bin/gcc-4.920
sudoupdate-alternatives--install/usr/bin/gccgcc/usr/bin/gcc-510
sudoupdate-alternatives--install/usr/bin/g++g++/usr/bin/g++-4.920
sudoupdate-alternatives--install/usr/bin/g++g++/usr/bin/g++-510
sudoupdate-alternatives--install/usr/bin/cccc/usr/bin/gcc30
sudoupdate-alternatives--setcc/usr/bin/gcc
sudoupdate-alternatives--install/usr/bin/c++c++/usr/bin/g++30
sudoupdate-alternatives--setc++/usr/bin/g++
下载地址:
由于上一步早已安装了主板驱动,所以这儿要选no。
InstallNVIDIAAcceleratedGraphicsDriverforLinux-x86_64367.48?
(y)es/(n)o/(q)uit:n
3.设置环境变量
配置CUDA环境变量
exportPATH="$PATH:/usr/local/cuda-8.0/bin"
exportLD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"
三.安装cuDNN
1.确定版本
TensorFlowGitHub页面查看依赖的版本:
2.下载
下载地址:
3.安装
tarxvzfcudnn-8.0-linux-x64-v5.1-ga.tgz
sudocpcuda/include/cudnn.h/usr/local/cuda/include
sudocpcuda/lib64/libcudnn*/usr/local/cuda/lib64
sudochmoda+r/usr/local/cuda/include/cudnn.h/usr/local/cuda/lib64/libcudnn*
四.安装tensorflow-gpu
直接安装
pipinstalltensorflow-gpu
指定版本安装:
比如,要安装tensorflow-gpu1.4
pipinstalltensorflow-gpu==1.4
安装完成
参考教程:
你或许还想看: