cuda

1. 首页
2. cuda

ubuntu16.04 安装配置matlab+python +cuda8.0+cudnn+opencv3.1的caffe环境

于是自己整理了下自己的安装过程，成功进行了测试，跑通了faster-rcnn。配置环境时间为2017.1.4系统ubuntu16.04一：显卡驱动的安装：由于要使用GPU，所以先要查看自己显卡所匹配的显卡驱动，网址：http://www.nvidia.com/Download/index.aspx%3Flang=en-us选择电脑匹配的显卡驱动，本人电脑显卡为GTX760，选择如下图所示输入以下命令执行安装驱动：安装完成后，重启电脑后输入出现你的电脑gpu列表，如下所示，表示驱动安装成功。测试cuda的例

ubuntu 14.04 从零开始安装caffe

我在看到2)之前，曾根据官方指导在OSX10.9,10.10,Ubuntu12.04,14.04下安装过10多次不同版本的caffe，都成功了。当然，ubuntu14.04自带的gcc-4.8已经够用了。反正我目前在ubuntu14.04和OSX10.10两个系统里用gcc-4.9做RCNN实验没遇到问题。

ubuntu16.04下安装TensorFlow(GPU加速)

软件：ubuntu16.04+cuda8.0+cudnnv5+tensorflow0.111.下载1.1系统镜像由于我尝试了ubuntu14.04，安装Nvidia驱动之后，会出现循环登录的问题，并始终无法找到有效的解决途径，所以只能选择ubuntu16.04了。我们选择的是–清除整个磁盘并且安装，如果你有Windows系统，还会提示安装Ubuntu16.04与Windows并存模式。

ubuntu14.04 安装 tensorflow(附一系列报错方案)

TensorFlowGoogle开源的其第二代深度学习技术——被使用在Google搜索、图像识别以及邮箱的深度学习框架。虽然Caffe的作者贾扬清老师说“都是基于Python的符号运算库，TensorFlow显然支持更好，Google也比高校有更多的人力投入。Theano的主要开发者现在都在Google，可以想见将来的工程资源上也会更偏向于TF一些”。鉴于我目前只是学习一下，所以决定使用Theano,但是今天还是花了蟹时间安装Tensorflow。

Ubuntu 16.04 安装 Tensorflow(GPU支持)

要想安装TensorflowGPU版本，你需要有一个新一点的Nvidia显卡。配置完成，输入如下信息：编译tensorflow：构建pip包：安装pip包：参考：https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#download-and-setuptensorflow源代码：https://github.com/tensorflow/tensorflowSharethepost"Ubuntu16.04安装Tensorfl

Ubuntu14.04 64位机上安装cuda8.0+cudnn5.0操作步骤

查看Ubuntu14.0464位上显卡信息，执行：第一条此命令可以显示一些显卡的相关信息；如果想查看某个详细信息，可以执行第二条命令;如果是NVIDIA卡，可继续执行第三条命令，显示为GeForceGTX970。

Ubuntu loop login解决方法

最近在Ubuntu上用到MXNet做些实验，本来为了GPU加速运算安装了CUDA，从此入坑......重新登陆Ubuntu发现Unity登陆使用陷在looplogin，输入密码回到登陆界面，无限反复。通过Ctrl+Alt+F1进入tty下查看/home/.xsession-error，发现并非PATH路径引入非法值造成。而且尝试了网上种种Xauthority、ICEAuthority、gdm等等方案，都未能解决。在tty下sudoapt-getremovecudasudoapt-getremove--pu

Ubuntu下cuda编程的基本过程

linkaddr一：运行程序按照上一篇文章所述，安装好cuda软件以后，就可以使用”nvcc-V“命令查看所用到的编译器版本，本人用版本信息来自：“Cudacompilationtools,release3.2,V0.2.1221”。自己创建一个目录，在里面新建cu文件，写入代码，保存，即可使用终端切换到相应目录下进行编译了，编译命令：nvcc-ofilenamefilename.cu，即可将.c

双显卡笔记本在Ubuntu下使用cuda的解决方案

笔记本是Intel的集显和NvidiaGTX970M的独显，之前是在win下用theano并用CUDA没有问题，现在想用tensorflow就尝试换Ubuntu，一换才知道Linux下这个双显卡这么有问题，按照官方教程顺序装完CUDA重启就黑屏，目测是装完cuda集显就被屏蔽了。Ubuntu本身也试过好多个版本。应该是安装完cuda后负责图形界面的Intel不干活了。在16.04的软件更新中可以同时更新到NVIDIA的独显和Intel的集显。

Ubuntu16.04 +cuda8.0+cudnn+caffe+theano+tensorflow配置明细

lang=en-us）执行完上述后，重启。在终端中cd到opencv文件夹下，然后cmake成功后，会出现如下结果，提示配置和生成成功：--Configuringdone--Generatingdone--Buildfileshavebeenwrittento:/home/ise/software/opencv-3.1.0/build由于CUDA8.0不支持OpenCV的GraphCut算法，可能出现以下错误：/home/usrname/opencv-3.1.0/modules/cuDalegacy/sr