第一部分:安装显卡驱动
-
1.用命令
sudo service lightdm stop
关闭显卡显示 -
2.按
CTRL+ALT+F1
进入终端界面登录. -
3.创建一个文件
/etc/modprobe.d/nouveau
,然后在里面加入以下内容:blacklist nouveau
options nouveau modeset=0
-
4.安装驱动
sudo ./NVIDIA-Linux-x86_64-410.73.run
-
5.安装完毕后,用命令
sudo service lightdm start
-
6.解决循环登录的问题:
先禁用显卡的方法:在/etc/modprobe.d/blacklist.conf里添加如下内容:
blacklist nouveau
options nouveau modeset=0
然后执行sudo update-initramfs -u
, 重启后用lsmod | grep nouveau
, 如果没有任何输出说明禁用成功,然后重新安装显卡驱动.
最后用nvidia-smi
检查显卡是否安装成功.
第二部分:安装CUDA和CUDNN(版本必须对应)
-
1.安装CUDA的命令:
sudo ./cuda_9.0.176_384.81_linux.run
-
2.按
q
跳过说明,第一个问题选择accept, 由于之前已经安装过显卡驱动,第二个问题选择NO(很关键),其他选择YES,
或者默认 -
3.解压CUDNN命令:
sudo tar -xzvf cudnn-9.0-linux-x64-v7.1tgz
-
4.安装CUDNN:
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
-
5.在
~/.bashrc
添加相应路径并且保存:export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda
export PATH="$PATH:/usr/local/cuda/bin"
-
6.路径生效:
source ~/.bashrc
第三部分:安装TensorFlow
sudo pip install tensorflow_gpu
会自动匹配1.12版本的tensorflow
第四部分:测试是否安装成功
在命令端输入: python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
# when you run sess, you should see a bunch of lines with the word gpu in them (if install worked)
# otherwise, not running on gpu
sess = tf.Session()
print(sess.run(hello))
第五部分:配置PyCharm环境
在PyCharm中配置环境变量,在Run菜单栏下Edit Configuration下的Environment Variables下加入以下路径.
LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64
升级CUDNN版本的方法
- 1.先删除原来的CUDNN文件
cd /usr/local/cuda-9.0/lib64/
sudo rm -rf libcudnn.so libcudnn.so.7 libcudnn.so.7.0.5
- 2.安装新版本的CUDNN
cd /home/xzz/Downloads/cuda/include
#新版cudnn解压后的目录
sudo cp cudnn.h /usr/local/cuda-9.0/include/
#复制头文件到cuda的include目录
cd /home/xzz/Downloads/cuda/lib64
#你的新版本cudnn解压后的lib目录
sudo cp lib* /usr/local/cuda-9.0/lib64/
#复制动态链接库到你的cuda的目录