# GeForce GTX 1080 Ti+Ubuntu 16.04.4 LTS+cuda8.0+cuDNN v6.0 for CUDA 8.0+tf-gpu (1.4.0) ### 序 ##### 查看系統版本 >lsb_release -a ##### 查看cuda版本 >cat /usr/local/cuda/version.txt ##### 查看cuDNN版本 >cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 # 定心丸 若安裝失敗無法進入到系統,那就全部刪掉重新來吧,關於NVIDIA的。 >sudo apt-get remove nvidia-* >sudo apt-get autoremove >sudo nvidia-uninstall 執行完以上指令就能順利重新開始了,~~應該。~~ --- ## 先到NVIDIA官網下載“顯示卡驅動” ##### 直接到台灣官網,不要到大陸的,版本會有差。 **一定要下載1080 Ti,不能是1080的** http://www.nvidia.com.tw/Download/index.aspx?lang=tw ##### 下載好就先放著,稍後安裝。 --- ## 先移除Ubuntu本身的顯示卡驅動(會衝突) ##### 1. >sudo apt-get remove nvidia* && sudo apt autoremove ##### 2. >sudo apt-get install dkms build-essential linux-headers-generic ##### 3. >sudo vim /etc/modprobe.d/blacklist.conf ##### (vim 不能用就install。基本:按i可編輯、按esc不可編輯、按完esc之後按:wq是儲存退出、:q!不儲存強制退出) ##### 4.在檔案內加入 blacklist nouveau blacklist lbm-nouveau options nouveau modeset=0 alias nouveau off alias lbm-nouveau off ##### 5. >sudo update-initramfs -u ##### 6. 檢查是否移除完成 >lsmod | grep nouveau ##### 7. 重新啟動 >sudo reboot --- # 驅動顯示卡 ### 先關閉GUI(很重要) ##### (以免安裝過程中衝突) >sudo service lightdm stop ### 安裝前面所下載的驅動程式 (依照下載的版本做更換) >sudo chmod 755 NVIDIA-Linux-x86_64-390.77.run >sudo ./NVIDIA-Linux-x86_64-390.77.run 安裝過程中會詢問一些事項,要看一下 基本上跟著確認是沒問題的 accept Continue installation ##### ~~如果系統沒問題基本上到這裡就可以了..但是就是驅動不了!!!~~ ### 檢查一下是否驅動成功 是否有讀取到顯示卡,如果沒有..就是不成功。 https://blog.gtwang.org/linux/how-to-get-the-nvidia-driver-version-from-the-command-line/ >nvidia-smi > NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running. #### 看了很多種方法後..發現是linux kernel bug.. 如果系統是linux kernel 4.4.0-116-generic,降版本回linux kernel 4.4.0-112-generic。 #### 檢查自己的 Kernel Version >uname -r > 怎麼降版本,參考此篇文 > http://blog.xuite.net/b993011029311/CLanguateNote/331081165-%E9%99%8D%E7%B4%9A+Linux+Kernel+Version+on+Ubuntu 完成後再重新驅動即可,如果以裝cuda不用重裝。 #### 裝完即可將GUI開啟 >sudo service lightdm start --- ### 安裝cuda 不裝最新版本,怕雷。 > https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal 照著系統設備點選即可,runfile或deb都可。 我用runfile。 中間有幾個很重要的問題,不能y一直答下去 > Do you accept the previously read EULA? > accept/decline/quit: accept #### 這邊要選no,因為剛剛前面已經用官網所下載的驅動,做驅動了! >Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62? (y)es/(n)o/(q)uit: n 如果有出現詢問是否安裝X configuration/OpenGL,一定要選no,會導致驅動掛掉,無法進入GUI介面。 安裝失敗的話,試看看,是否有東西少裝了 > sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev #### 變更環境變數 > sudo vim ~/.bashrc 加入 export CUDA_HOME=/usr/local/cuda-8.0 export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 執行指令生效 >sudo ldconfig 再安裝一次就可以了。 ### 完成後查看,是否安裝成功 >nvcc -V --- #### 安裝cuDNN 原本要安裝的是cuDNN v7.0.5 (Dec 5, 2017), for CUDA 8.0,但發現與tensorflow-gpu (1.4.0) 搭不上。 #### 改裝cuDNN v6.0 (April 27, 2017), for CUDA 8.0 https://developer.nvidia.com/rdp/cudnn-archive 如果有這三個,基本上用Deb安裝較快。 cuDNN v6.0 Runtime Library for Ubuntu14.04 (Deb) cuDNN v6.0 Developer Library for Ubuntu14.04 (Deb) cuDNN v6.0 Code Samples and User Guide for Ubuntu14.04 (Deb) 沒有就選擇 cuDNN v6.0 Library for Linux #### 解壓縮 > tar -zxvf cudnn-6.0-linux-x64-v7.tgz #### 複製檔案到cuda > cd /home/..../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* 基本上這樣就可以了。 #### 在安裝tf-gpu (1.4.0)就可以測試了 > sudo pip install tensorflow-gpu==1.4.0 > python3 > import tensorflow #### 最後測試一下cuda和cudnn安裝是否成功 > cd HOME/cudnn_samples_v7/mnistCUDNN > sudo make > sudo ./mnistCUDNN 最後得到Test passed!就是OK了 [GPU&CPU使用情況](/A77qWApxTfu-Fgj0EZkTRg) ###### tags: `linux`
×
Sign in
Email
Password
Forgot password
or
By clicking below, you agree to our
terms of service
.
Sign in via Facebook
Sign in via Twitter
Sign in via GitHub
Sign in via Dropbox
Sign in with Wallet
Wallet (
)
Connect another wallet
New to HackMD?
Sign up