Ubuntu P40显卡配置CUDA 10.1,CUDNN 7.6,Conda 5.2.0, Tensorflow-gpu 1.8

1. 安装CUDA

禁用nouveau

vim /etc/modprobe.d/blacklist.conf

最后两行加入

blacklist nouveau
options nouveau modeset=0

重新生成 kernel initramfs:

update-initramfs -u

重启

reboot

输入

lsmod | grep nouveau

没有输出信息则禁用成功

安装CUDA 10.1

官网下载

cuda_10.1.168_418.67_linux.run

增加可执行权限

chmod +x cuda_10.1.168_418.67_linux.run

直接安装

./cuda_10.1.168_418.67_linux.run

安装完以后,添加环境变量到 ~/.bashrc

export PATH="/usr/local/cuda-10.1/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH"

使环境变量生效

source ~/.bashrc

将库加入到目录中去,vim /etc/ld.so.conf.d/cuda-10-1.conf,增加一行

/usr/local/cuda-10.1/lib64

2.安装 CUDNN 7.6

官网下载

cudnn-10.1-linux-x64-v7.6.1.34.so.tgz

解压

tar -zxvf cudnn-10.1-linux-x64-v7.6.1.34.so.tgz

复制到CUDA的对应目录中去

cp lib64/* /usr/local/cuda/lib64/
cp include/cudnn.h /usr/local/cuda/include/

3. 安装 Anaconda 5.2.0

直接从 tuna 下载

Anaconda3-5.2.0-Linux-x86_64.sh

增加可执行权限,安装即可

chmod +x Anaconda3-5.2.0-Linux-x86_64.sh
./Anaconda3-5.2.0-Linux-x86_64.sh

安装完会自动添加到环境变量,不过需要刷新一下环境变量

source ~/.bashrc

4.安装Tensorflow-gpu 1.8

直接用 conda安装

conda install tensorflow-gpu=1.8

5. 验证 CUDA是否安装好的一些办法

查看版本

nvcc -V

进入到 /usr/local/cuda/samplesmake编译一下

找到bin/x86_64/linux/release/目录,里面有deviceQuery,bandwidthTest等,运行一下 出现 PASS就说明OK了。

./deviceQuery
./bandwidthTest 

6.踩过的坑

a. 一定要使用 Nvidia 官方支持的系统,最开始使用 ubuntu 19.04 安装过程中一大堆问题,勉强装上了一跑代码就宕机了,太坑了。

b. 网上有添加 ppa 源之类的方法,行不通,估计是墙的原因,一直下载不了,最好还是下载文件安装,比较稳定一点。

c. 如果用别人的方法能一次成功,那真的是奇了怪了。

原文地址:https://www.cnblogs.com/willwell/p/12195611.html

时间: 2024-10-10 14:58:44

Ubuntu P40显卡配置CUDA 10.1,CUDNN 7.6,Conda 5.2.0, Tensorflow-gpu 1.8的相关文章

【转】Ubuntu 16.04安装配置TensorFlow GPU版本

之前摸爬滚打总是各种坑,今天参考这篇文章终于解决了,甚是鸡冻\(≧▽≦)/,电脑不知道怎么的,安装不了16.04,就安装15.10再升级到16.04 requirements: Ubuntu 16.04 python 2.7 Flask tensorflow GPU 版本 安装nvidia driver 经过不断踩坑的安装,终于google到了靠谱的方法,首先检查你的NVIDIA VGA card model sudo lshw -numeric -C display 可以看到你的显卡信息,比如

新装Ubuntu18.04,配置NVIDIA显卡驱动+CUDA+CUDNN

首先显卡驱动 CUDA 选择配合显卡驱动的版本,具体可以参考https://blog.csdn.net/qq_27825451/article/details/89082978 CUDA下载地址为 https://developer.nvidia.com/cuda-downloads 下载后,运行 sudo bash cuda_9.1.85_387.26_linux.run 依次输入continue\accept,最后不要勾选显卡驱动(因为显卡驱动已经安装好了) 之后据弹出的Summary配置环

深度学习服务器环境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+TensorFlow 1.3

本文来源地址:http://www.52nlp.cn/tag/cuda-9-0 一年前,我配置了一套"深度学习服务器",并且写过两篇关于深度学习服务器环境配置的文章:<深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0> 和 <深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow> , 获得了很多关注和引用. 这一年来,深度学习的大潮继续,特别是前段时间,吴恩达(And

Ubuntu安装显卡驱动+cuda8+cudnn

Ubuntu 安装显卡驱动 查看显卡硬件信息 lspci | grep -i Nvidia lspci | grep -i vga 查看驱动版本信息 nvidia-smi P1: You appear to be running an X server; please exit X before installing.  Sudo service lightdm stop P2: distribution-provided pre-install script failed ubuntu 不必理

配置CUDA和cuDNN以及Detectron过程

配置CUDA和cuDNN真是心累,汗!前前后后下了n个版本,最终找到了正确的打开方式. 安装显卡 首先我的系统Ubuntu 16.04,显卡是Nvidia RTX 2060,这个显卡的驱动真心不好装,在这里也记录一下安装过程吧. ubuntu安装显卡共有3种方式. 使用标准仓库进行自动化安装 在安装的发行版中,如 ubuntu, Linux Mint等,找到附加驱动管理软件 这种安装方式有如下缺点: 如果你的显卡比较新可能会出现安装低版本的NVIDIA驱动而造成即可安装完成,但是并没有真正安装成

Ubuntu 18.04.2深度学习cuda 10.2环境部署(一)

配件清单:CPU主板:x11sdi内存:三星内存DDR4 2400 32g两条固态:SanDisk SSD 240G显卡:NVIDIA tesla M4电源:海盗船 RM1000X安装系统就略过了,网上有很多方式,可以自行查找现在cuda10.2和显卡驱动是一起装的,所以这是一步完成一.安装cuda10.2请到官方下载:https://developer.nvidia.com/cuda-toolkit-archive cuda10.1安装方式和cuda10.2是一样的,根据环境可以去选择,如下图

Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明2

1. 安装build-essentials 安装开发所需要的一些基本包 sudo apt-get install build-essential 2. 安装NVIDIA驱动 (3.4.0) 2.1 准备工作(2014-12-03更新) 在关闭桌面管理 lightdm 的情况下安装驱动似乎可以实现Intel 核芯显卡 来显示 + NVIDIA 显卡来计算.具体步骤如下: 1. 首先在BIOS设置里选择用Intel显卡来显示或作为主要显示设备 2. 进入Ubuntu, 按 ctrl+alt+F1 进

Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明

笔者花了很长时间才装完,主要是cuda安装和opencv安装比较费劲,cuda找不到32位的安装包只好重装64位的ubuntu系统,opencv 也是尝试了很久才解决,这里建议用2.4.9版本.其实如果没用GPU的话不需要安装cuda,不过为了后续兼容性的考虑,系统强烈建议64位的.下面是 对自己的安装过程记录备忘,有些主要参考网上的文章,所以有些过程就直接用了原来文章中的内容. caffe在git上的源码:https://github.com/BVLC/caffe 环境:    ubuntu

Ubuntu 14.04 配置caffe环境

原文地址: http://blog.csdn.net/ubunfans/article/details/47724341 略有更改,更改的部分参考了http://www.cnblogs.com/platero/p/3993877.html ----------------------------------------------------------------------------------- Caffe 安装配置步骤: 1, 安装开发所需的依赖包 (ok) [plain] view