机器型号:Lenovo M5400 显卡:NVIDIA GT740M cpu:Intel 酷睿i5 4200M 内存:8G

(一)安装Ubuntu 14.04.3

参考


(二)卸载系统自带的显卡驱动nouveau

必须彻底卸载nouveau之后才能安装NVIDIA驱动!否则驱动冲突会导致系统崩溃事故,只能重装系统!

1. 打开命令行,执行 sudo nautilus,以root权限访问系统目录。

2. 进入文件夹/lib/modules/3.19.0-25-generic/kernel/drivers/gpu/drm/nouveau,直接删除里边的全部文件。注意这些文件只有root权限才可以改动,所以需要第1步,否则可以使用chown指令修改文件所有者之后再删除。

3. 重新启动计算机。


(三)安装NVIDIA显卡驱动

1. 下载机器对应的驱动程序:http://www.geforce.cn/drivers,下载至Home文件夹下。

2. 执行 sudo chmod +x NVIDIA-Linux-x86_64-375.26.run,赋予其可执行权限。不同显卡的驱动名称和版本不同,可以使用TAB自动补全。

3. 执行 sudo lightdm stop,关闭XwidNow。必须先关闭Xwindow,之后才能安装NVIDIA驱动!否则将导致系统崩溃事故,只能重装系统!

4. 按下Ctrl + Alt + F1 进入控制台,登录后执行 sudo ./NVIDIA-Linux-x86_64-375.26.run,开始安装NVIDIA驱动。其间会提示一个错误(无预文件?),可以无视。

5. 安装完成后,执行 sudo lightdm start,启动Xwindow。由于某些原因,此时输入密码登录用户界面时可能会出现登录无限循环的情况!解决方法是安装gnome的Flashback桌面!参考:Ubuntu 15.04 on vmware开机登录界面无限循环的解决办法。

6. 以上步骤完成后,重新启动计算机,执行nvidia-smi,查询驱动是否已经成功安装。

ma@ma-M5400:~$ nvidia-smi
Sat Jan 28 20:02:32 2017
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 375.26 Driver Version: 375.26 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GT 740M Off | 0000:01:00.0 N/A | N/A |
| N/A 43C P0 N/A / N/A | 0MiB / 2003MiB | N/A Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 Not Supported |
+-----------------------------------------------------------------------------+

提示如上信息,即已成功安装!


(四)安装CUDA

步骤1~5与(三)完全对应相同。

1. 下载CUDA Toolkit:https://developer.nvidia.com/cuda-downloads,下载至Home文件夹下。

2. 执行sudo chmod +x cuda_8.0.44_linux.run,赋予其可执行权限。可以使用TAB自动补全。

3.执行 sudo lightdm stop,关闭XwidNow。不关闭Xwindow直接安装CUDA的副作用尚不明确。

4.按下Ctrl + Alt + F1 进入控制台,登录后执行 sudo ./cuda_8.0.44_linux.run,开始安装CUDA驱动。注意要恰当选择安装过程中的选项。由于已经安装了NVIDIA显卡驱动,此时提示安装驱动时已无需再次安装。

5. 安装完成后,执行 sudo lightdm start,启动Xwindow。

6. 设置环境变量。在命令行中输入以下命令即可。

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

7.以上步骤完成后,重新启动计算机,执行nvcc -V,查询驱动是否已经成功安装。

ma@ma-M5400:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
copyright (c) 2005-2016 NVIDIA Corporation
Built on Sun_Sep__4_22:14:01_CDT_2016
Cuda compilation tools,release 8.0,V8.0.44

提示如上信息,即已成功安装!

8. 安装cuDNN:https://developer.nvidia.com/rdp/cudnn-download,根据需要的版本,下载后直接运行安装即可。

至此,Ubuntu 14.04.3的深度学习环境必要依赖已配置成功,在此基础上可以轻松安装并运行Caffe,Tensorflow,Theano, Keras等深度学习框架。

(五)安装Numpy,Scipy,Theano
1. 执行以下命令。
sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev git
sudo pip install Theano
sudo pip install nose_parameterized
2. 安装完成后执行以下命令测试,注意在执行Numpy的测试时有一定几率出现一个Error,原因未知。(可选)
  1. NumPy (~30s):python-c"importnumpy;numpy.test()"
  2. SciPy (~1m):python-c"importscipy;scipy.test()"
  3. Theano (~30m):python-c"importtheano;theano.test()"
(六)安装Tensorflow
1. 下载Tensorflow安装包:Linux GPU: Python 2。
2. 执行命令安装即可:sudo pip install tensorflow_gpu-0.12.1-cp27-none-linux_x86_64.whl

(七)安装Keras
1. 直接执行命令即可:sudo pip install keras

鸣谢:
PKU-Esquirrel
WIT506-Leo
深度学习大讲堂微信公众号及研讨班的同学

参考:
跨界入门深度学习的那些事live—十多次配置深度学习框架的走心经验
Easy Installation of an Optimized Theano on Current Ubuntu
Keras Documentation

Ubuntu 14.04.3 深度学习环境配置的更多相关文章

  1. android – 符合Nvidia Tegra profiler 2.0的移动设备

    解决方法通常任何基于Tegra4和K1的设备都可以工作,但我会推荐Nvidia的Shield/Note用于你的工作,不仅是他们退出便宜,而且他们的机器人留下了很多香草使它更容易使用.还有(可用的)更新策略的优点.

  2. 为什么pymc3运行不好?

    让我们从头开始。我看到Theano-pymc与pymc3一起安装在我的基本环境中;见下文:看起来不错,因为我只需要使用pymc3。

  3. windows – 未检测到支持CUDA的设备

    我是CUDA编程的新手,我完全陷入困境.当我尝试运行提供的deviceQuery实用程序或其中一个示例应用程序时,我收到以下错误:我使用的是Windows7,64位.我安装了VisualStudio2012,然后安装了CUDA5.064位.我的显卡是NVIDIAGeForceGTS250.今天我去了NVIDIA网站并重新安装了该卡的最新驱动程序.除了“确保安装了正在运行的驱动程序”之外,我在Win

  4. 在Windows 7上导入Theano时出现g错误

    根据thetheanoinstallationguide,我正在尝试使用正确的g安装进行设置.我之前已经让theano使用了python实现.我正在python3.4上使用他们的gitrepo中最新版本的theano.我尝试过使用theano建议的TDM-GCC-64方法以及MinGW,两者都会产生完全相同的错误.(尽可能复制)值得注意的是,在打印此错误之前,它会输出整个文件的代码,你可以在这里找

  5. 如何在Windows上模拟CUDA

    有没有什么方法可以从没有NVIDIA显卡的电脑上测试CUDA样品和代码?

  6. 由于在Ubuntu下的NumPy Fortran mixup,Theano失败了

    apt-getbuild-dep…

  7. Ubuntu18+cuda9.0+cudnn+tensorflow+GPU1080Ti+protobuf-3.6.0

    环境:ubuntu18.04LTS,python3.6.5目标环境:cuda9.0cuDNN7.0.5_for_cuda9.0tensorflow任意依照https://blog.csdn.net/ShellDawn/article/details/80274534我也安装了一些依赖项:sudoapt-getinstallfreeglut3-devbuild-essentiallibx11libxmulibxilibgl1-mesa-glxlibglu1-mesalibfreeimage3libfreei

  8. 深度学习环境配置-tensorflow/gpu/ubuntu16.04+windows

    1,版本说明2,安装NVIDIA驱动**1.先卸载原有N卡驱动如果原驱动是用apt-get安装的,就用第1种方法卸载。如果原驱动是用runfile安装的,就用–uninstall命令卸载。如果没有屏幕输出,说明禁用nouveau成功。

  9. ubuntu 16.04安装 nvidia driver + cuda

    1.选择安装nvidiadriver最新版本2.安装nvidiacuda最新版本3.测试参考文献https://askubuntu.com/questions/902636/nvidia-smi-command-not-found-ubuntu-16-04https://cryptoandcoffee.com/mining-gems/cuda-9-1-install-ubuntu-16-04-ap

  10. failed to initialize nvml driver/library version mismatch ubuntu

    这个问题出现的原因是kernelmod的Nvidiadriver的版本没有更新,一般情况下,重启机器就能够解决,如果因为某些原因不能够重启的话,也有办法reloadkernelmod。

随机推荐

  1. crontab发送一个月份的电子邮件

    ubuntu14.04邮件服务器:Postfixroot收到来自crontab的十几封电子邮件.这些邮件包含PHP警告.>我已经解决了这些警告的原因.>我已修复每个cronjobs不发送电子邮件(输出发送到>/dev/null2>&1)>我删除了之前的所有电子邮件/var/mail/root/var/spool/mail/root但我仍然每小时收到十几封电子邮件.这些电子邮件来自cronjobs,

  2. 模拟两个ubuntu服务器计算机之间的慢速连接

    我想模拟以下场景:假设我有4台ubuntu服务器机器A,B,C和D.我想在机器A和机器C之间减少20%的网络带宽,在A和B之间减少10%.使用网络模拟/限制工具来做到这一点?

  3. ubuntu-12.04 – 如何在ubuntu 12.04中卸载从源安装的redis?

    我从源代码在Ubuntu12.04上安装了redis-server.但在某些时候它无法完全安装,最后一次makeinstallcmd失败.然后我刚刚通过apt包安装.现在我很困惑哪个安装正在运行哪个conf文件?实际上我想卸载/删除通过源安装的所有内容,只是想安装一个包.转到源代码树并尝试以下命令:如果这不起作用,您可以列出软件自行安装所需的步骤:

  4. ubuntu – “apt-get source”无法找到包但“apt-get install”和“apt-get cache”可以找到它

    我正在尝试下载软件包的源代码,但是当我运行时它无法找到.但是当我运行apt-cache搜索squid3时,它会找到它.它也适用于apt-getinstallsquid3.我使用的是Ubuntu11.04服务器,这是我的/etc/apt/sources.list我已经多次更新了.我尝试了很多不同的debs,并没有发现任何其他地方的错误.这里的问题是你的二进制包(deb)与你的源包(deb-src)不

  5. ubuntu – 有没有办法检测nginx何时完成正常关闭?

    &&touchrestarted),因为即使Nginx没有完成其关闭,touch命令也会立即执行.有没有好办法呢?这样的事情怎么样?因此,pgrep将查找任何Nginx进程,而while循环将让它坐在那里直到它们全部消失.你可以改变一些有用的东西,比如睡1;/etc/init.d/Nginx停止,以便它会休眠一秒钟,然后尝试使用init.d脚本停止Nginx.你也可以在某处放置一个计数器,这样你就可以在需要太长时间时发出轰击信号.

  6. ubuntu – 如何将所有外发电子邮件从postfix重定向到单个地址进行测试

    我正在为基于Web的应用程序设置测试服务器,该应用程序发送一些电子邮件通知.有时候测试是使用真实的客户数据进行的,因此我需要保证服务器在我们测试时无法向真实客户发送电子邮件.我想要的是配置postfix,以便它接收任何外发电子邮件并将其重定向到一个电子邮件地址,而不是传递到真正的目的地.我正在运行ubuntu服务器9.10.先感谢您设置本地用户以接收所有被困邮件:你需要在main.cf中添加:然后

  7. ubuntu – vagrant无法连接到虚拟框

    当我使用基本的Vagrantfile,只配置了两条线:我看到我的虚拟框打开,但是我的流氓日志多次显示此行直到超时:然后,超时后的一段时间,虚拟框框终于要求我登录,但是太久了!所以我用流氓/流氓记录.然后在我的物理机器上,如果我“流氓ssh”.没有事情发生,直到:怎么了?

  8. ubuntu – Nginx – 转发HTTP AUTH – 用户?

    我和Nginx和Jenkins有些麻烦.我尝试使用Nginx作为Jenkins实例的反向代理,使用HTTP基本身份验证.它到目前为止工作,但我不知道如何传递带有AUTH用户名的标头?}尝试将此指令添加到您的位置块

  9. Debian / Ubuntu – 删除后如何恢复/ var / cache / apt结构?

    我在ubuntu服务器上的空间不足,所以我做了这个命令以节省空间但是现在在尝试使用apt时,我会收到以下错误:等等显然我删除了一些目录结构.有没有办法做apt-getrebuild-var-tree或类似的?

  10. 检查ubuntu上安装的rubygems版本?

    如何查看我的ubuntu盒子上安装的rubygems版本?只是一个想法,列出已安装的软件包和grep为ruby或宝石或其他:)dpkg–get-selections

返回
顶部