文章目录
1 硬件介绍
Nvidia GTX1660ti
2 安装显卡驱动
2.1 安装驱动
# 将系统中存在的nvidia驱动全部卸载掉(如果有的话)
sudo apt-get purge nvidia*
# 添加ppa源并更新
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
#查看可以选择的驱动
ubuntu-drivers devices
# 选择一个驱动版本安装
sudo apt-get install nvidia-driver-430


2.2 重启并检查
重启系统,然后输入命令
nvidia-smi
显示如下,表示驱动正常

同时,在系统设置的detail中,有显示显卡型号

3 安装cuda
3.1 下载
从官网下载,选择如下:

最终得到如下五个文件:

3.2 安装cuda
1 切换到当前目录,安装主文件
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb
2 安装CUDA的GPG Public Key
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
3 更新APT源
sudo apt-get update
4 安装CUDA
sudo apt-get install cuda
注意 这里会自动安装旧版本的显卡驱动,导致检测不到独立显卡,所以还需要安装一遍新的驱动!!
5 安装补丁
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update-2_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update-3_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-176-local-patch-4_1.0-1_amd64.deb
sudo apt-get update
sudo apt-get upgrade cuda
6 重新安装一遍显卡驱动
7 设置环境变量
编辑 bashrc
vim ~./bashrc
在最后加上
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
运行如下命令使得环境变量生效
source ~/.bashrc
8 测试环境变量是否生效
nvcc --version

4 安装cudnn7.3
4.1 下载
选择7.3版本,来自网页:https://developer.nvidia.com/rdp/cudnn-archive
选择for linux

4.2 解压
得到文件夹cuda

在同级文件下执行
4.2 复制文件
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
4.3 改变权限
sudo chmod a+x /usr/local/cuda/include/cudnn.h
sudo chmod a+x /usr/local/cuda/lib64/libcudnn*
5 安装tensorflow 1.12
5.1 创建conda环境
conda creat -n tf12 python=3.6
注意: 1.12版本最高支持python3.6
同时 1.13版本最低要求cuda10.0
因此,我们选择1.12版本的tensorflow
5.2 激活环境
conda activate tf12
5.3 安装tensorflow
pip install tensorflow-gpu==1.12
6 测试
在jupyternotebook中测试,安装见文章
https://blog.youkuaiyun.com/qq_23996885/article/details/88691852
测试代码和结果如图,说明正常

该博客介绍了硬件及深度学习环境的安装与测试。先介绍硬件,接着依次阐述显卡驱动、cuda、cudnn7.3、tensorflow 1.12的安装步骤,安装cuda时需注意避免旧版驱动问题,最后在jupyternotebook中进行测试。
3133

被折叠的 条评论
为什么被折叠?



