深度学习准备之Ubuntu下装显卡驱动

本文分享了作者在深度学习目标检测领域的研究心得,包括基于RCNN系列及YOLO等算法的理解,并详细记录了从零开始搭建深度学习框架的过程,如安装Ubuntu系统、配置显卡驱动、安装Caffe和TensorFlow等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

去年下半年看了相关目标检测的论文,一些传统的算法,一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比较前沿的进展,主要都是基于深度学习卷积神经网络方面的,包括RCNN,SPP-NET,Fast-RCNN,Faster-RCNN,以及YOLO,SSD,然后明天准备正式开始搞学术了,争取早点把论文发出来。

趁着放假回家的时间,做点前期准备工作,深度学习方面的框架有caffe,torch,mxnet,kerse,还有最近比较大热的TensorFlow,感觉tf会持续popular,所以准备搭建一个玩玩,但是相关比较新的目标检测框架都是首先基于caffe开发的,caffe对于图像方面的库比较多,稳定,所以搭建一个caffe也是必不可少,好像tf也是可以调用caffe框架模型的(没用过)。

装双系统之step one:http://blog.youkuaiyun.com/jasonzhangoo/article/details/54865974

装显卡驱动之step two(很多同学都是因为这步而放弃深度学习的):http://blog.youkuaiyun.com/jasonzhangoo/article/details/54866049

Ubuntu16.04下安装caffe和TensorFlow的cpu版本之step three:http://blog.youkuaiyun.com/jasonzhangoo/article/details/54866074

Win10下安装caffe的GPU版本之step four:http://blog.youkuaiyun.com/jasonzhangoo/article/details/54866120

windows安装配置faster-rcnn之step five:http://blog.youkuaiyun.com/jasonzhangoo/article/details/54866174


装显卡驱动之step two(很多同学都是因为这步而放弃深度学习的):

这也是使用深度学习框架GPU版本的关键,无奈装了几天没装好,大部分时间都是停在这一步,只能放弃,其实这里与我的电脑显卡设置有关,后面再说,大部分人还是可以安装成功的,最后我在双系统Ubuntu16.04中安装了caffe和TensorFlow的cpu版本,但是不甘心啊,还好后面在Windows下安装caffe的GPU版本异常的顺利,窃喜。

我的显卡:


很悲剧的是无法安装显卡驱动,详情参考这个贴吧:http://tieba.baidu.com/p/3636865352

我也是反复安装了两三天才发现这个问题,浪费了我很多时间啊,当然你如果lspci |grep VGA是两个都是显示VGA的,你可以安装显卡驱动的,这里主要有三种方法。

 

一是:系统设置->软件更新->附加驱动->选择nvidia最新驱动(361)->应用更改

简单但是不提倡

 

二是:先官网下载好对应驱动编译

Nvidia中文官网是 http://www.nvidia.cn/page/home.html

1)打开终端,先删除旧的驱动:

sudo apt-get purge nvidia*

2)禁用自带的 nouveau nvidia驱动

创建一个文件通过命令 sudo vim /etc/modprobe.d/blacklist-nouveau.conf

并添加如下内容:

blacklist nouveau
options nouveau modeset=0

再更新一下

sudo update-initramfs -u

修改后需要重启系统。确认下Nouveau是已经被你干掉,使用命令: lsmod | grep nouveau

3)重启系统至init 3(文本模式),也可先进入图形桌面再运行init 3进入文本模式,再安装下载的驱动就无问题,

首先我们需要结束x-window的服务,否则驱动将无法正常安装

关闭X-Window,很简单:sudo service lightdm stop,然后切换tty1控制台:Ctrl+Alt+F1即可

4)接下来就是最关键的一步了:sudo./NVIDIA.run开始安装,安装过程比较快,根据提示选择即可最后安装完毕后,重新启动X-Window:sudo service lightdm start,然后Ctrl+Alt+F7进入图形界面;


最后测试一下是否安装成功

nvidia-smi

nvidia-settings

 

三是:添加官方ppa源

快捷键ctrl+alt+T打开命令终端,加入官方ppa源。

$ sudo add-apt-repository ppa:graphics-drivers/ppa

需要输入密码并按enter键确认。之后刷新软件库并安装最新驱动。

$ sudo apt-get update

$ sudo apt-get install nvidia-367nvidia-settings nvidia-prime

安装完成后通过下面命令查看是否安装成功。

$ nvidia-settings

注意安装完成后要重启,有如下效果则安装完成,否则就说明安装有问题,尝试关闭UEFI保护试试。

 

安装了nvidia367后循环登录出现问题,解决参考http://www.jianshu.com/p/34236a9c4a2f


### 正确安装NVIDIA和AMD显卡驱动 对于拥有双GPU配置的Ubuntu系统,确保每张显卡都能被正确识别并高效工作至关重要。针对NVIDIA和AMD显卡,在Ubuntu环境下可以通过官方支持的方法来完成驱动程序的安装。 #### 安装NVIDIA显卡驱动 为了使NVIDIA GPU能够在Ubuntu中正常运作,推荐通过命令行方式进行驱动安装。首先更新本地软件包索引: ```bash sudo apt update && sudo apt upgrade -y ``` 接着添加graphics drivers PPA以便获取最新的稳定版驱动: ```bash sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update ``` 之后可以根据具体型号选择适合版本进行安装;例如,对于GeForce GTX 1080 Ti这样的高端产品线,可执行如下指令[^2]: ```bash sudo ubuntu-drivers autoinstall # 或者指定特定版本号如: # sudo apt install nvidia-driver-470 ``` 重启计算机让更改生效,并验证安装成果: ```bash nvidia-smi ``` 如果一切顺利,则应该能够看到有关于当前使用的CUDA核心数以及内存占用情况的信息输出[^1]。 #### 安装AMD显卡驱动 对于AMD Radeon系列图形处理器来说,默认情况下开源驱动已经集成到了Linux内核之中。然而,若追求更佳性能表现或者想要解锁额外特性的话,还是建议下载专有驱动——即AMDGPU PRO Driver。前往官方网站查找对应操作系统下的最新发行版链接,按照提示说明逐步操作即可[^3]。 另外需要注意的是,在某些特殊场景下可能还需要调整BIOS设置或是利用`prime-select`工具来进行模式切换(比如从Intel集显转到独显),从而实现最佳兼容性和效率优化。 #### 验证多GPU环境 当两套不同架构的显示芯片共存时,可通过以下方式确认它们的状态: ```bash lspci | grep VGA ``` 上述命令会列出所有已连接至系统的视频适配器设备名称及其位置信息。与此同时,也可以借助`glxinfo`命令进一步了解OpenGL渲染路径的选择状况: ```bash glxinfo | grep "device" ``` 这有助于判断应用程序究竟是在哪个物理硬件上运行着。
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值