64位Ubuntu14.04+GTX960安装CUDA8.0及cudnn
部分计算机需要在BIOS中关闭secureboot如果出现黑屏问题，请看这里1.gcc和g++调整：安装cuda对应的gcc和g++并进行软链接，本教程cuda对应4.82.安装32位兼容包。因为安装二进制安装包时，提示是否安装32bit兼容包，所以，最好安装上32兼容包，以后操作系统上安装32bit软件也方便。
cuda
MXNet - Ubuntu安装
MXNet-安装基于Ubuntu14.04/16.04，Python，GPU，BuildfromSourcesPrerequisitesCUDA8.0cuDNNv5forCUDA8.0确保添加CUDA安装路径到LD_LIBRARY_PATH：编译MXNnet核心库从C++源码编译MXNetcoresharedlibrary-libmxnet.so.MinimumRequirements：-GCC4
ubuntu+cuda8.0+opencv3 Caffe GPU环境配置
当时配置过程一波三折，主要卡在显卡驱动这一环节，因为Ubuntu对Nvidia显卡驱动的支持似乎不是很好。只要版本能对上，比如Ubuntu16.04能支持GTX965m，那么安上驱动基本不会有问题，根本不需要什么改bios，装bumblebee等其它东西。sudoshcuda_8.0.27_linux.run–-override一系列提示按照默认即可，注意其中的nvidia驱动就不要装了，以免覆盖最新的，因为cuda中的nvidia驱动不是最新的。
【Caffe】Caffe，CUDA，cuDNN安装指南，以及各种问题的解决方法Ubuntu14.04
caffe默认的Atlas，只能单线程运算。新来台电脑给安装caffe，果然又出新问题！！！！！！！！caffe目录下makeall-j8提示并且在训练的时候提示cudnnsucess错误，我也记不清了，大概是这个错误提示。在修改makefile.config无果后，找到了下面的方法：Whereishesourcecode选定caffe目录wheretobuildthebinaries选定caffe下新建的build目录Search填入NVCC右边Advance打上勾在CUDA_NVCC_FLAGS后边填
CUDA32之Ubuntu下安装Nvidia显卡驱动和Cuda之后，回头聊聊这两个磨人的小妖精
如图：3.验证nvidia驱动正在使用：在ubuntu的“searchyourcomputer”的“AdditionalDrivers”中，看到当前使用的显卡驱动是nvidia的，而非intel的集成显卡驱动，如图，4.安装cuda8.0：建议选择离线安装cuda8.0，选项选择（先不要选择drivers,Opengl和Xdrivers!!!
ubuntu14.04 安装TensorFlow&升级 cuda8.0 的坑
DownloadcuDNNv4.但是我发现这个事儿也不一定。升级cuda不难参考这个博客ubuntu14.04下cuda7.5升级到cuda8.0难题是升级cuda重启之后的各种意外。双系统安装后找不到ubuntu引导有个注意的点，第三步里：sudogrub-install--root-directory=/media/tmpdir/dev/sdatmpdir和之后是有空格的，有的博客写错了或者正好分行了导致看不太出来。修复之后重启，总算回到原来的ubuntu了。结尾之后就开始顺利地用pip直接安装ten
ubuntu14.04系统中安装tensorflowgpu版
使用如下命令添加GraphicDriversPPA：[python]viewplaincopysudoadd-apt-repositoryppa:graphics-drivers/ppa然后更新源：[python]viewplaincopysudoapt-getupdate然后去navidia官网查看最新的驱动版本号：navidia官网：http://www.geforce.cn/drivers比如说驱动的最新版本号为375，则执行如下指令：[python]viewplaincopysudoapt-get
Ubuntu14.04使用中的一些问题及解决方法
importcaffe时错误提示1.错误提示：ImportError:Nomodulenamedskimage.io解决方法：直接使用终端安装：如果提示不识别pip命令，在Ubuntu14.04下，使用下面命令安装pip包管理软件，也可以使用新立得软件包搜索“scikit-image”安装。而matlab接口特别是python接口需要配置，期间还会遇到各种各样的问题。
ubuntu下自动安装tensorflow脚本
关于使用国内源和使用代理可以参考github上的介绍。
Caffe学习系列(1)：安装配置ubuntu14.04+cuda7.5+caffe+cudnn
CUDA3.0已经开始支持C++和FORTRAN。卸载命令如下：sudo/usr/local/cuda-7.5/bin/uninstall_cuda_7.5.plsudo/usr/bin/nvidia-uninstall如果你还不放心是否安装成功，请参考其它教程，编译Samples进行测试。如果没有gpu,则不能用cudnn。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至dio@foxmail.com举报，一经查实，本站将立刻删除。