ubuntu16.04安裝cuda9.0
上一次安裝cuda9.0沒成功。由於安裝的ubuntu16.10總是報不被支援更新,而更新源又不知道出了什麼差錯,總是不能升級到17.10。於是,重新安裝了ubuntu16.04 LTS版本,可以支援5年,到2022年。藉此,也把cuda9.0重新安裝了一次。
官網上已經把安裝步驟寫得很清楚了,並不需要自己再去搜索:cuda9.0下載,安裝說明。
由於cuda是給mxnet用的,而mxnet好像對最新的cuda9.1支援不好,有些地方還是要注意一下。
(1)安裝kernel標頭檔案
由於安裝說明中提到要用依賴於4.4核心,而我安裝的ubuntu是4.10核心,為此,我運行了命令:
sudo apt-get install linux-headers-4.4.0-98-generic
並在/usr/include/linux/kernel.h中查看了版本號。
這一步不知道是不是必須的。
(2)通過看安裝說明我覺得deb安裝方式要更好一些,我選擇了的deb(network)安裝,可是最後還是安裝了cuba9.1,於是執行命令解除安裝:
sudo apt-get remove cuda
sudo apt autoremove
再重新執行命令,安裝cuda9.0版本:
sudo apt-get install cuda-9-0
成功安裝。
相關推薦
ubuntu16.04安裝cuda9.0
上一次安裝cuda9.0沒成功。由於安裝的ubuntu16.10總是報不被支援更新,而更新源又不知道出了什麼差錯,總是不能升級到17.10。於是,重新安裝了ubuntu16.04 LTS版本,可以支援5年,到2022年。藉此,也把cuda9.0重新安裝了一次。 官網上已經把安裝步驟寫得很清楚了,並
Ubuntu16.04下cuda9.0+cudnn7.0安裝指南
原連結: http://www.twistedwg.com/2018/06/15/cuda9_cudnn7.html 先用下面語句檢視自己電腦是否裝了GPU lspci |grep -i nvidia 我查出來是 01:00.0 VGA compatible
Ubuntu16.04 安裝CUDA9.1 cudnn7.0
Ubuntu系統預設使用的驅動即為開源的驅動nouveau,我們需要禁用它並且之後也不需啟用。 編輯系統配置檔案blacklist.conf sudo gedit /etc/modprobe.d/blacklist.conf 在其中新增下面兩行: blacklist nou
Ubuntu16.04+Anaconda+CUDA9.0+Tensorflow-gpu安裝
1.ubuntu16.04踩的坑 安裝完以後,重啟顯示the system is running in low-graphics mode 解決方法: ctrl-alt-F1進入命令介面 修改許可權: df -h cd /etc/X11 sudo cp xorg.conf.f
ubuntu16.04 安裝CUDA8.0,cudnn5.1v
安裝cuda8.0之前安裝好nvidia的顯示卡驅動,下載好cuda8.0版本的,網址:https://developer.nvidia.com/cuda-80-ga2-download-archive. 1.1 安裝命令: sudo dpkg -i cuda-repo-ubu
ubuntu16.04安裝cuda9.1
1、檢查自己的電腦環境是否具備安裝CUDA的條件 a) 檢查自己的GPU是否是CUDA-capable 在終端中輸入: $ lspci | grep -i nvidia 會顯示自己的NVIDIA GPU版本資訊 去CUDA的官網檢視自己的GPU版本是否在CUDA的支援列表中 b)
Ubuntu 16.04 安裝cuda9.0 &udnn7.0 之妙法:NVIDIA 驅動->cuda->cudnn->安裝tensorflow-gpu(windows 也可參考),試一下?
1. 安裝Ubuntu16.04 系統下載地址: http://releases.ubuntu.com/16.04/ 下載64位系統:ubuntu-16.04.4-desktop-amd64.iso 製作系統盤安裝,推薦使用rufus,這個簡單便捷,大力推薦。 下載網址:https://
Ubuntu16.04+Tensorflow+CUDA9.0+cuDNN7.0 環境簡明搭建指南
versions linux sin 問題 sent 人的 們的 egl object 最近在研究風格化得內容,發現搭建環境實在是很頭疼的事情,雖然網上已經有各路大神總結整理好了很多搭建指南,各種問題的解決方案都已經羅列出來供大家參考。然後參考終究是參考,真正自己上手,發現
ubuntu16.04+GTX1070+CUDA9.0+CUDNN7.0+pytourch4.0吐血
應該說這是我第一次這麼認真的去寫下一個環境配置過程,之前已經安裝過好幾次環境,並且配置成功(ubuntu16.04+GTX1070+CUDA8.0+CUDNN5.0+Anancond3+TensfolowGPU+CAFFE) tensorflow-gpu v1.9.
ubuntu16.04安裝PHP7.0的laravel必須擴充套件
一、安裝PHP常用的擴充套件 1.PHP擴充套件:Openssl sudo apt-get install openssl 2.PHP擴充套件:PDO sudo apt-get install pdo_mysql 3.PHP擴充套件:Mbstr
Ubuntu16.04 安裝 CUDA9.2(總結一些新手容易遇到的問題)
系統:Ubuntu16.04 64bit 顯示卡:Nvidia GEFORCE 940MX 驅動:NVIDIA-Linux-x86_64-396.18.run 軟體:cuda_9.2.88_396.2
ubuntu16.04安裝CUDA8.0+cuDNN5.1
1. 安裝前的預備知識/Pre-installation ActionsCUDA是NVIDIA公司開發的一套平行計算平臺和程式設計模型,它通過GPU(顯示卡)的強大計算能力顯著地提高程式的執行速度。它實際上只是在C語言的基礎上提供了一組擴充套件,所以其cuda程式碼的風格與C語言十分相
Ubuntu16.04 + Caffe + CUDA9.0 + cudnn7.0 的配置詳細教程&& Ubuntu18.04 可用
Ubuntu16.04配置Caffe環境(cudn9.0 + cudnn7 GPU版)&&Ubuntu18.04可用 主要感謝此人的部落格部落格 配置過很多膝上型電腦,TAITAN XP 也配置過,也碰到過很多坑,但最後大同小異。 參考:部落格
Ubuntu16.04+Gtx1080ti+cuda9.0+cudnn7+Anaconda3+opencv3+pytorch+jupyter notebook配置
make -j (((nproc)+1)) #這個可以用cpu最快的速度 安裝Ubuntu16.04: 如果出現no root file system defined, 那麼是分割槽時缺少掛載點,就看下面的分割槽選擇弄就行了。 由於電腦本身含有win8的
ubuntu16.04安裝OpenCV3.0.0
OpenCV安裝了好多遍,最重要的是要網好,中間幾次出錯,都是網路狀態不好,下載的東西下載不完全。 Step 1. 安裝依賴項 sudo apt-get -y install libopencv-d
Ubuntu16.04安裝OpenCV3.4.0+OpenCV_contrib3.4.0+CUDA9.0完全教程
一、解除安裝已安裝的OpenCV 之前已經安裝了OpenCV3.4.3,但是這個版本好像和CUDA9.0不能相容,導致cuda的模組無法編譯,所以這裡先把它解除安裝掉。 進入opencv的安裝目錄,
ubuntu16.04安裝nvidia驅動+cuda9.0+cuDnn7.0
本文參考了 http://www.cnblogs.com/5211314jackrose/p/7081020.html https://jingyan.baidu.com/article/4853e1e55679491909f726f4.html http://www.
ubuntu16.04安裝cudnn(nvidia 384,cuda9.0)
問題:在ubuntu16.04上安裝cudnn,本機已經提前安裝NVIDIA384和cuda9.0 解除安裝之前安裝的cudnn: sudo rm -rf /usr/local/cuda/include/cudnn.h sudo rm -rf /usr/local/
ubuntu16.04下安裝cuda9.0+nvidia-384+cudnn7.1.4+tensorflow1.9。
本機配置:i7-8700 GTX1070。經測試,本方案在i7-9700K 泰坦XP上也適用: 在安裝之前首先感謝實驗室師弟寫的部落格,但是寫的估計有點亂,為了實驗室以後裝cuda這些東西方便一些,這裡配上圖,改進了一下之前師弟寫的教程,更易懂一點: 1.安裝nvid
GeForce MX150顯示卡+Ubuntu16.04安裝NVIDIA驅動+CUDA9.0+cuDNN7.0.5
博主用的是小米筆記本Pro,一直以為MX150顯示卡是不支援CUDA的,都已經在看遊戲本了,沒報任何希望地搜了搜MX150+CUDA的網頁,看到有些人說英偉達已經為MX50提供了CUDA的支援,喜大普奔啊。。。。 這裡安裝的是NVIDIA-Linux-x86_64-390.