Ubuntu16.04安装nvidia驱动+cuda9.0+cudnn7.0.5以及训练keras-frcnn

本文记录了在Ubuntu16.04系统中安装GTX 1070显卡的NVIDIA驱动、CUDA9.0和CUDNN7.0.5的详细步骤,包括解决X server未关闭的问题,以及在安装过程中驱动版本回退的处理。之后通过Anaconda环境安装了TensorFlow-GPU和Keras-GPU,并遇到与opencv3兼容性的问题,最终选择了conda安装libopencv和py-opencv来避免降低TensorFlow版本。在训练Keras-FRCNN时,遇到错误,通过升级TensorFlow到1.8.0解决了问题。

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

显卡型号:GTX 1070

安装驱动过程中参考博客

但遇到X server没有关闭的问题,后来查找解决方法在sudo service lightdm stop命令后增加了一条命令

sudo init 3

安装驱动成功。

cuda9.0+cudnn7.0.5过程按上述博客安装方法进行安装

这里遇到一个很问题,我一直也没想清楚原因。在安装cuda前,通过nvidia-smi查看此时显示

NVIDIA-SMI 418.56

但是安装cuda、cudnn结束后,显示NVIDIA-SMI 384.130 驱动换成了设置——>软件和更新——>附加驱动中的版本

为了切换不同版本的python,安装了anaconda,添加了清华源,参考博客

 通过conda install tensorflow-gpu==1.6.0 安装tensorflow

conda install keras-gpu==2.2.2安装keras

接下来安装需要用的opencv3

我在使用conda install -c menpo opencv3安装时,一直提醒我将tensorflow降为1.3.0。这里我担心以后出现问题没有更改。

使用一下命令安装了opencv3.4.2

conda install libopencv

conda install py-opencv

到这里需要的一些环境基本配置好,打算开始训练keras-frcnn

但是又遇到新的问题,没有截图,问题类似于

Loaded runtime CuDNN library: 7103 (compatibility version 7100)

我以为时cudnn问题,把cudnn改为7.1.4(实验室服务器安装的这个版本,服务器其他配置和上面安装的一下,代码在服务器上能跑通),但还是没能解决。

后来把tensorflow升到1.8.0问题得到解决。

评论
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