几乎所有的深度学习框架都可以感受到GPU加速的乐趣
第一种方法. 系统设置-> 软件与更新 ->ubuntu 软件 -> Download from -> 把这里改成阿里的源或其它高校的源即可
第二种方法:只需将你想使用的源 添加到 /etc/apt/sources.list 文件头部即可
ubuntu16.04 阿里源如下所示
deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted
deb http://mirrors.aliyun.com/ubuntu/ xenial universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe
deb http://mirrors.aliyun.com/ubuntu/ xenial multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted
deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-security multiverse
sudo apt-get install python-pip
sudo apt-get install python-numpy swig python-dev python-wheel
sudo apt-get install git vim
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
cd $HOME
mkdir .pip
cd .pip
sudo vim pip.conf
在里面添加
[global]
index-url = http://mirrors.aliyun.com/pypi/simple
[install]
trusted-host = mirrors.aliyun.com
disable-pip-version-check = true
timeout = 6000
保存即可
sudo vim /etc/modprobe.d/blacklist.conf
将 blacklist nouveau加到文件最后
#重启电脑
#按Ctrl+Alt+F1进入命令行界面
# 提示,以下命令可以写成一个 .sh 文件
sudo service lightdm stop
sudo rm /tmp/.X0-lock (删除此文件,如果本来就没有的话,就会报错)
sudo apt-get remove --purge nvidia-*
sudo rm /etc/X11/xorg.conf
sudo apt-add-repository ppa:graphics-drivers/ppa -y
sudo apt-get update
sudo apt-get install nvidia-375 nvidia-settings nvidia-prime
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
sudo ldconfig -n
sudo update-initramfs -u
#重启电脑,就可以进入界面了, 如果进不去,进入BIOS启动页面,在Boot(或Security)中找到Security BOOT ,将其disable就可以了
#查看驱动
nvidia-smi 会输出显卡信息
# 官网下载cuda.run 文件
chmod +x cuda8*
sudo ./cuda8*
# 询问 是否安装 graphic driver的时候 要选择 no,因为之前已经安装好显卡驱动了
# 安装完之后配置 CUDA 环境
sudo vim /etc/profile
# 文件尾加入
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
# 保存退出,重启电脑
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery
# 再测试试一下nobody:
cd ../../5_Simulations/nbody/
sudo make
# 执行:
./nbody -benchmark -numbodies=256000 -device=0
如果都可以成功运行,说明CUDA安装没有问题
官网下载 cudnn
# 解压
tar -zxvf ...
# 安装,其实也就是复制而已啦
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
到此,GPU环境已经配置完成,可以用你喜欢的框架了
gcc 版本降级
sudo apt-get install gcc-4.7 g++-4.7
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.7 10
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.7 10
# 10 代表优先级, 高的优先
java8 安装
sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer
安装bazel
echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list
curl https://storage.googleapis.com/bazel-apt/doc/apt-key.pub.gpg | sudo apt-key add -
sudo apt-get update && sudo apt-get install bazel
可能碰到的错误:
# 如果更新显卡驱动之前可以正常运行,但是更新显卡驱动之后出现了问题,可以尝试下面命令
sudo apt-get install nvidia-modprobe