ubuntu 16.04 +anaconda3.6 +Nvidia DRIVER 390.77 +CUDA9.0 +cudnn7.0.4+tensorflow1.5.0+neural-style

本文详细记录了在Ubuntu 16.04上安装anaconda3、Nvidia驱动390.77、CUDA 9.0和CUDNN 7.0.4的过程,以及解决遇到的bug和安装TensorFlow-GPU 1.5.0的步骤。最后,通过Neural-style实验验证了环境配置的成功。

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

这是我第一个人工智能实验。虽然原理不是很懂,但是觉得深度学习真的很有趣。教程如下。

 

Table of Contents

配置

时间轴

前期准备工作

anaconda3

安装

bug 1:conda:未找到命令,终端输入

Nvidia DRIVER390.77

卸载原驱动

安装显卡驱动

查看GPU版本

显卡分辨率问题

CUDA 9.0

卸载

下载CUDA 9.0

安装CUDA 9.0

查看cuda信息

​测试CUDA的Samples

查看CUDA版本

cudnn 7.0.4

卸载

Debian 下安装(cudnn7.2.1 for cuda 9.0)

 tgz安装cudnn 7.0.4 for cuda 9.0 (官网和谐版本)

bug 2:Can't create temporary cache file /etc/ld.so.cache~: Permission denied

验证CUDA和CUDNN是否安装成功

bug4:CUDA driver version is insufficient for CUDA runtime version

bug5:测试mnist时出现错误:error while loading shared libraries: libcublas.so.9.1

安装TensorFlow

确定要安装哪种 TensorFlow

运行支持 GPU 的 TensorFlow 所需满足的 NVIDIA 要求

确定如何安装 TensorFlow

使用 Anaconda 进行安装(本机使用的)

验证安装

准备环境

运行一个简短的 TensorFlow 程序

卸载

PyCharm

安装

配置

Neural-style实战:利用TensorFlow实现图像风格转换

bug 6:could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR

测试结果


配置

  1. Ubuntu 16.04
  2. GTX 1060 NVIDIA UNIX x86_64 Kernel Module  390.77
  3. cuda 9.0 
  4. cudnn 7.04
  5. tensorflow gpu 1.5.0

 

时间轴

8.12

  1. 安装ubuntu 16.04 双系统。EFI引导的。

8.13

  1. 更新ubuntu 最新软件库。
  2. 安装中文输入法。
  3. 安装python + cuda 8 。

8.14

  1. 发现双系统有个bug。在win下的声音输出设备无法启动,搜索发现是在ubuntu下了。只要将ubuntu下的声音关闭然后在shutdown,启动win就可以了。(玄学)

8.15

  1. 重装了win和ubuntu 16.04 。(前面白做了)
  2. ubuntu 下安装了matlab R2017b
  3. ubuntu 下安装了Anaconda3-5.2.0-Linux-x86_64.sh 。
  4. 发现cuda8跟NVIDIA驱动不兼容。nvidia-smi 和 cat /proc/driver/nvidia/version 没有结果。NVIDIA驱动信息无法显示。

8.16

  1. 配置了显卡驱动。(NVIDIA UNIX x86_64 Kernel Module  390.77)登录死循环的解决就是不要用小键盘就ok了。
  2. 安装好了cuda 9.0。(tensorflow以后的版本都只支持cuda 9.0了,所以安装的9.0)
  3. 安装好了最新版本的cudnn 7.2.0.1 for cuda 9.0。
  4. 安装了tensorflow-gpu-1.5.0。

8.17

  1. 做了neural-style实验。发现它不兼容当前cudnn的版本,只支持7004以下的cudnn,所以涉及到给cudnn降级的问题(就是重装一个低级的),cudnn官网的这个7.0.4-for-cuda9.0版本挂掉了。
  2. 下载了cudnn-9.0-linux-x64-v7.tgz (好人一生平安)

8.18

  1. 用tgz方式安装了cudnn 7.0.4 for cuda 9.0。
  2. neural-style实验。解决了一些bug后实验成功。

前期准备工作

anaconda3

下载地址

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

https://blog.youkuaiyun.com/weili_/article/details/80962947

安装

 bash Anaconda3-5.2.0-Linux-x86_64.sh

bug 1:conda:未找到命令,终端输入

export PATH=~/anaconda3/bin:$PATH

或者

sudo vim ~/.bashrc

末尾加入

export PATH=~/anaconda3/bin:$PATH

激活

source ~/.bashrc 

Nvidia DRIVER390.77

参考的这个

卸载原驱动

apt-get --purge remove nvidia-*

查找相应.run 文件:去官网下载 NVIDIA-Linux-x86_64-390.77.run

wget http://us.download.nvidia.com/XFree86/Linux-x86_64/390.77/NVIDIA-Linux-x86_64-390.77.run

禁用 nouveau

修改属性

sudo chmod 666 /etc/modprobe.d/blacklist.conf

用vim编辑器打开

sudo vim /etc/modprobe.d/blacklist.conf

在该文件末尾添加以下几行

blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb

执行下列命令

sudo update-initramfs -u
# 如果出现 W: mdadm: /etc/mdadm/mdadm.conf defines no arrays.
# 删掉/etc/mdadm/mdadm.conf ,重新执行一遍命令即可 

重启后查看

reboot
lsmod | grep nouveau # 没有输出即为屏蔽好了

安装显卡驱动前准备工作

sudo apt-get install -y gcc g++ make

确认禁用了nouveau

lsmod | grep nouveau # 若无输出,则表示禁用成功

安装显卡驱动

sudo chmod a+x NVIDIA-Linux-x86_64-390.77.run
sudo ./NVIDIA-Linux-x86_64-390.77.run -no-x-check -no-nouveau-check -no-opengl-files
# -no-opengl-files 表示只安装驱动文件,不安装OpenGL文件,这个参数最重要
# -no-x-check 安装驱动时不检查X服务
# -no-nouveau-check 安装驱动时不检查nouveau(ps:这个选项和1.3禁止集成的nouveau驱动组成双保险,其实一项操作就可以了)

查看GPU版本

nvidia-smi # 查看GPU和驱动程序信息
cat /proc/driver/nvidia/version # 查看驱动程序版本

安装后,没启动程序,GPU使用率高,执行下列命令

nvidia-smi -pm 1 # 这个是设定持久模式,(没人用GPU的时候,驱动不自动卸载,而是一直都处于加载状态)  
                 # 本次有效下次重启还需要重新设定。
                 # 默认状态是驱动每次用完都自动卸载的,然后重新加载。

Ref:

Ubuntu 16.04 用户登录界面死循环问题的解决

Ubuntu 16.04 用户登录界面死循环问题的解决

ubuntu16.04安装CUDA注意事项记录

Linux下CUDA+CUDNN+TensorFlow安装笔记

史上最全的ubuntu16.04安装nvidia驱动+cuda9.0+cuDnn7.0

Ubuntu16.04安装CUDA+cuDNN+GPU版TensorFlow过程记录

ubuntu16.04+CUDA8.0+GTX1080Ti+yolov3+Opencv3.1.0详细配置

Ubuntu16.04+cuda-8.0+cudnn-v5.1+tensorflow0.8-gpu/tensorflow1.0-gpu安装教程

Win10下双系统Ubuntu14.04+GTX1070+CUDA&a

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