1. 程式人生 > >ubuntu16.04 安裝CUDA 8.0 和 cuDNN 5.1 /cudnn6.0,可適用於gpu版本的(tensorflow,caffe,mxnet)

ubuntu16.04 安裝CUDA 8.0 和 cuDNN 5.1 /cudnn6.0,可適用於gpu版本的(tensorflow,caffe,mxnet)

轉載https://zhuanlan.zhihu.com/p/27890924文章,略有修改,感謝原作者

環境:

  • ubuntu 16.04
  • GTX 960

安裝步驟

  • 安裝Nvidia驅動

系統設定 --> 軟體與更新 --> 附加驅動,如下圖選擇nvidia官方驅動,然後點選應用更改,安裝完成後,重啟。

終端輸入nvidia-smi顯示效果如下圖表示安裝成功:

  • CUDA 8.0安裝
sudo chmod +x cuda_8.0.61_375.26_linux.run
sudo sh cuda_8.0.61_375.26_linux.run --tmpdir=/tmp --override

根據命令列提示進行安裝:

按`q`退出條款瀏覽或者按`空格`直到條款末尾,輸入 accept 接受條款;

輸入n不安裝nvidia影象驅動,前面已經安裝好驅動;

輸入y安裝cuda 8.0 toolkit;

回車確認cuda預設安裝路徑(/usr/local/cuda-8.0);

輸入y安裝CUDA 8.0 Samples;

輸入CUDA 8.0 Samples安裝路徑:/home/使用者名稱/CUDA/samples(選擇你喜歡的目錄進行 安裝)。

配置cuda環境變數:

sudo gedit ~/.bashrc

檔案的末尾追加下面內容:

export PATH=/usr/local/cuda-8.0/bin${PATH:+:
${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

使環境變數馬上生效

source ~/.bashrc

終端輸入nvidia-smi顯示效果如下圖表示安裝成功:

  • cuDNN 5.1安裝
  • tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz
    sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
    sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64
    sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*
    sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5  
    sudo ln -sf libcudnn.so.5 libcudnn.so  
    sudo ldconfig  

  • cuDnn 6.x 安裝
tar -xzvf cudnn-8.0-linux-x64-v6.0.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*
sudo ln -sf libcudnn.so.6.1.10 libcudnn.so.6  
sudo ln -sf libcudnn.so.6 libcudnn.so  
sudo ldconfig  
  • 參考連結

相關推薦

ubuntu16.04 安裝CUDA 8.0 cuDNN 5.1 /cudnn6.0用於gpu版本的(tensorflow,caffe,mxnet)

轉載https://zhuanlan.zhihu.com/p/27890924文章,略有修改,感謝原作者 環境: ubuntu 16.04GTX 960 安裝步驟 安裝Nvidia驅動 系統設定 --> 軟體與更新 --> 附加驅動,如下圖選擇nvidia官

ubuntu16.04安裝CUDA 8.0(很詳盡包括一些坑的解決方法)

每次配置環境都頭疼得要死,總是會遇到各種各樣的問題,這次決心一勞永逸地解決這個問題,踩最多的坑,裝最穩的環境。 先介紹用於測試的電腦:作業系統是在清華映象上下載的ubuntu16.04LTS,核心版本是4.15.0-29-generic,電腦是聯想Y430P,顯示卡我沒記錯的話是GTX850M。 本篇絕大

Ubuntu16.04 安裝 CUDACUDNN、OpenCV 並用 Anaconda 配置 Tensorflow Caffe 詳細過程

1.配置環境 2.安裝顯示卡驅動、CUDA 和 CUDNN 在Ubuntu系統中的 System Settings -> Software & Updates -> Additional Drivers 安裝相應的顯示卡和C

2.Ubuntu16.04安裝QT5.8.0

下載QT run檔案(安裝包),一般都是這兩個下載的比較多,我這邊使用第一個(最新版和這個安裝過程基本上差不多,就是多了移動開發之類的) 如果發現你沒有run的執行權利,那麼自己新增一下執行權利:chmod +x qt-open* 這一步忽略即可,你也可以建立一個賬號登入,應該

Ubuntu16.04安裝CUDA+cuDNN+GPUTensorFlow過程記錄

一、安裝環境說明 軟體 版本 下載連結 說明 Ubuntu系統 16.04-64位 … … Python anaconda 3.6 不使用系統自帶的2.7版本 CUDA cuda_8

Ubuntu16.04安裝cudacudnn

開啟CUDA 8.0 Samples預設安裝路徑,終端輸入 cd /home/its/NVIDIA_CUDA-8.0_Samples (its是我的使用者名稱) sudo make all –j16 (16核,根據你的電腦配置,核越多執行越快)出現“unsupported GNU version! gcc v

ubuntu16.04安裝jdk1.8

port clas sudo echo apt-get deb文件 which gpo 查看 首先去Oracle官網下載JDK1.8的tar.gz壓縮包。 然後下載下來的包的默認位置應該是在~/下載/下。 執行如下命令解壓縮並安裝JDK。 cd ~/下載/ tar -zxv

ubuntu16.04 安裝 CUDA

too vim ide html body 關閉 ati ssh 匹配 1. 詳細資料參見 https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#runfile-nouveau 2. 遠程

ubuntu16.04安裝cuda,無法定位軟件包問題

應該 網上 定位 安裝包 clas 裝包 粘貼 source 離線 為了學習深度學習,這幾天在安裝深度學習框架,cuda安裝時卻出現無法定位軟件包的問題。cuda官網下載時提供了deb和run格式,今天只講deb格式的安裝包安裝過程的問題。 按照官方教程,下載好cuda d

32位的Ubuntu16.04安裝QT5.8並編譯實現window環境下的程式碼

開始 這是本人的第一篇部落格,自己經常在網上找問題的解決方法,發現有些問題很難找到合適的解決方法,所以自己也寫寫,希望能幫助到大家,有錯的地方大家指出。 安裝環境 linux環境: Ubuntu16.04 32位系統 使用apt-get命令

在TX2上ubuntu16.04 安裝pcl1.8

環境:NVIDIA TX2 ubuntu16.04安裝過程如下:1.下載pcl原始碼git clone https://github.com/PointCloudLibrary/pcl.git2.安裝pcl依賴的一些庫sudo apt-get install cmake g+

ubuntu16.04安裝Anaconda、Gym Universe

1.對於 Ubuntu 16.04,請先執行以下程式,以確保 apt 軟體包列表是最新的: sudo apt-get update 2.接著我們來安裝一些軟體: sudo apt-get install golang python3-dev python-dev lib

ubuntu16.04安裝最新google瀏覽器驅動

1. 下載谷歌瀏覽器原始檔。連結有很多,以下是64位版本的下載地址sudo wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb2. 下載完成後,在終端執行命令:sudo

Ubuntu16.04系統中CUDA9+MKL+MATLAB2015b+Anaconda3-5.1.0+OpenCV3.4.0+TensorFlow_GPU-1.6+Keras+caffe安裝

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=OFF -D WITH_OPENGL=ON -D WITH_OPENMP=ON -D WI

Ubuntu 16.04解除安裝CUDA 6.5安裝CUDA 8.0

一,引言 由於系統從Ubuntu 14.04升級到了16.04,原來的CUDA 6.5無法繼續使用,所以重新安裝了CUDA 8.0。 二,解除安裝CUDA 6.5 和驅動 以下操作都在命令列介面操作,比如按下Ctrl+alt+F1進入命令列  首先停止lightdm: 

ubuntu16.04 安裝版本cudacudnn

首先附上Ubuntu檢視cuda和cudnn版本的命令: #檢視當前cuda和cudnn版本,</usr/local/cuda>為實際的cuda和cudnn安裝的位置# -----檢視cuda版本----- cat /usr/local/cuda/versio

Ubuntu 16.04+Gtx1050Ti+cuda 8.0+cudnn 5.1 tensorflow 安裝

現在tensorflow 終於支援高版本(cuda 8.0)一鍵安裝了,今天嘗試了一下,很爽。不用折騰那麼多東西。 建議安裝 anaconda ,一個特別好的Python包管理器,清華大學的源有其映象,安裝速度,更新也挺快的。 其獨有的虛擬環境可以將一個個環境隔離開來,互不

Ubuntu 16.04安裝Cuda 8.0, Anaconda 4.4.0TensorFlow 1.2.1

原文連結:http://blog.csdn.net/jinzhuojun/article/details/77140806 Cuda 如果配了Nvidia卡的,可以考慮安裝Cuda,這樣之後可以用GPU加速。之前寫過一篇在Ubuntu 14.04上裝Cuda 7.5的文章(

Ubuntu16.04cudacudnn的解除安裝升級

目錄 我一開始安裝的是cuda8.0+cudnn6.0+tensorflow+mxnet,本來是沒必要升級的,可是後來又需要安裝caffe2,caffe2的官網教程中可以看到,如果使用conda安裝的話,就只有cuda8.0+cudnn7.0或者cuda9.0+cu

ubuntu16.04安裝Nvidia顯示卡驅動、CUDA8.0cudNN V6

Nvidia顯示卡驅動安裝在ubuntu搜尋框輸入 軟體更新,開啟 "軟體和更新" 對話方塊,在 附加驅動裡選擇系統檢測到的Nvidia驅動,應用更改,重啟系統:安裝完成之後檢視GPU驅動版本以及相關資訊:nvidia-smi或者使用另一個指令也可以檢視GPU驅動版本:cat