您的位置: 首页  >  文章  >  Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题

Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题

分类: 文章 • 2024-01-22 20:37:10

Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题

标签： cudaubuntu
2017-01-14 14:02 3949人阅读 评论(2) 收藏 举报
Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题分类：

版权声明：本文为博主原创文章，未经博主允许不得转载。

首先介绍一下我的电脑配置，我的显卡是NVIDIA GTX970

1. 安装双系统（Ubuntu16.04 + Windows 7）全都是64位的操作系统

          我用U盘制作系统盘安装Ubuntu16.04的时候，遇到如下问题：无法将启动引导正常安装

                            Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题

            重新安装了好几次都是这样，找不到解决方案，有同学知道怎么解决的可以安利一下我~

             由于Ubuntu14.04安装cuda的时候坑太多，看好几个帖子都这么说的，我还是坚定地想装Ubunt16.04。

             然后参考：从Ubuntu 14.04 LTS版升级到Ubuntu 16.04 LTS。到此，Ubuntu16.04安装成功！

2. 安装NVIDIA显卡驱动

        这里要引用PPA第三方库，因为直接从NVIDIA官方安装，会有显示器黑屏、进入不了tty1界面等一系列问题，没办法，Ubuntu对于NVIDIA显卡驱动的支持不太好

[html] view plain copy
  1. sudo add-apt-repository ppa:graphics-drivers/ppa    //引入PPA库里的显卡驱动  

        如果引用成功，则会显示如下图所示：        

[plain] view plain copy
  1. Fresh drivers from upstream, currently shipping Nvidia.  
  2.   
  3. ## Current Status  
  4.   
  5. Current official release: `nvidia-370` (370.28)  
  6. Current long-lived branch release: `nvidia-367` (367.57)  
  7.   
  8. For GeForce 8 and 9 series GPUs use `nvidia-340` (340.98)  
  9. For GeForce 6 and 7 series GPUs use `nvidia-304` (304.132)  
  10.   
  11. ## What we're working on right now:  
  12.   
  13. - Normal driver updates  
  14. - Help Wanted: Mesa Updates for Intel/AMD users, ping us if you want to help do this work, we're shorthanded.   

        接下来安装当前的长期稳定版nvidia-367驱动

[css] view plain copy
  1. sudo service lightdm stop                      
  2. sudo apt-get install nvidia-367               
  3. sudo service lightdm start                  
  4. sudo reboot                                    
  5. nvidia-smi     
     这里需要先关闭图形桌面，如果不关闭，可能会在安装显卡驱动的时候提示X server未关闭的错误，从而导致安装失败

     如果显卡驱动安装成功，则在执行完nvidia-smi语句后，输出如下：

[plain] view plain copy
  1. Sat Jan 14 10:41:03 2017         
  2. +-----------------------------------------------------------------------------+  
  3. | NVIDIA-SMI 367.57                 Driver Version: 367.57                    |  
  4. |-------------------------------+----------------------+----------------------+  
  5. | GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |  
  6. | Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |  
  7. |===============================+======================+======================|  
  8. |   0  GeForce GTX 970     Off  | 0000:01:00.0     Off |                  N/A |  
  9. | 30%   30C    P8    19W / 200W |    121MiB /  4036MiB |      0%      Default |  
  10. +-------------------------------+----------------------+----------------------+  
  11.                                                                                
  12. +-----------------------------------------------------------------------------+  
  13. | Processes:                                                       GPU Memory |  
  14. |  GPU       PID  Type  Process name                               Usage      |  
  15. |=============================================================================|  
  16. |    0      1386    G   /usr/lib/xorg/Xorg                             111MiB |  
  17. |    0      2341    G   compiz                                           8MiB |  
  18. +-----------------------------------------------------------------------------+  
   若安装失败，卸载未安装成功的显卡驱动，再重新安装
[plain] view plain copy
  1. $ sudo apt-get remove --purge nvidia-*                   #卸载显卡驱动  
3. Cuda安装

       Cuda官方下载地址：https://developer.nvidia.com/cuda-downloads      我用的是 cuda_8.0.44_linux.run 版本

          Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题

  进入cuda_8.0.44_linux.run 所在目录，执行下面的语句开始安装cuda

[plain] view plain copy
  1. $  sudo sh cuda_8.0.44_linux.run  

  可能遇到的选项：

        是否接受许可条款：       accept        
        是否安装NVIDIA driver：no                #因为我们已经安装了NVIDIA显卡驱动
        是否安装cuda toolkit ：   yes
        是否安装cuda samples：yes
        中间会有提示是否确认选择默认路径当作安装路径，按Enter键即可。

   若安装失败，且最后错误的提示为：

   Not enough space on parition mounted at /tmp.Need 5091561472 bytes.
   Disk space check has failed. Installation cannot continue.

  即错误提示为/tmp空间不足，可执行下面的操作：

[plain] view plain copy
  1. ====如果执行$ sudo sh cuda_8.0.44_linux.run 时提示/tmp空间不足，则执行下面的操作===============  
  2. $ sudo mkdir /opt/tmp         #在根目录下的opt文件夹中新建tmp文件夹，用作安装文件的临时文件夹  
  3. $ sudo sh cuda_8.0.44_linux.run --tmpdir=/opt/tmp/    
  4. ====如果执行$ sudo sh cuda_8.0.44_linux.run 时提示/tmp空间不足，则执行上面的操作================    

   配置环境变量 

[plain] view plain copy
  1. $ sudo vim  ~/.bashrc   #打开配置文件，如果没安装vim，可执行 $ sudo apt-get install vim  #安装vim  
   按 i 键，在文件末尾插入下面两行，按esc键，输入 :wq ，保存退出。
[plain] view plain copy
  1. export PATH=/usr/local/cuda-8.0/bin:$PATH  
  2. export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH  
    立即使配置的环境变量生效  
[plain] view plain copy
  1. source ~/.bashrc  
 判断cuda是否安装成功
      执行：
[plain] view plain copy
  1. $ nvcc --version  
      输出：
[plain] view plain copy
  1. nvcc: NVIDIA (R) Cuda compiler driver  
  2. Copyright (c) 2005-2016 NVIDIA Corporation  
  3. Built on Sun_Sep__4_22:14:01_CDT_2016  
  4. Cuda compilation tools, release 8.0, V8.0.44  
    则表示安装成功。
[plain] view plain copy
  1. ===========若不幸安装失败，执行下面的命令卸载cuda，然后重新安装=========  
  2. $ sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl                    
   测试cuda的Samples
[plain] view plain copy
  1. $ cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery  
  2. $ make  
  3. $ sudo ./deviceQuery  
     输出的最后两行类似这样的信息：
[plain] view plain copy
  1. deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 8.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GTX 970  
  2. Result = PASS  
4.使用Cudnn加速
        我们去官网下载与cuda8.0匹配的cudnn，https://developer.nvidia.com/cudnn ，我下载的是cudnn v5.05 for cuda8.0
        直接将文件解压，拷贝到cuda相应的文件夹下即可
[plain] view plain copy
  1. $ tar xvzf cudnn-8.0-linux-x64-v5.0-ga.tgz  
  2. $ sudo cp cuda/include/cudnn.h /usr/local/cuda/include  
  3. $ sudo cp cuda/lib64/*.* /usr/local/cuda/lib64  
  4. $ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*  
5. 安装编译Caffe
     下载caffe
[plain] view plain copy
  1. $ sudo git clone https://github.com/BVLC/caffe.git  
       安装第三方库
[plain] view plain copy
  1. $ sudo apt-get install libatlas-base-dev  
  2. $ sudo apt-get install libprotobuf-dev  
  3. $ sudo apt-get install libleveldb-dev  
  4. $ sudo apt-get install libsnappy-dev  
  5. $ sudo apt-get install libopencv-dev  
  6. $ sudo apt-get install libboost-all-dev  
  7. $ sudo apt-get install libhdf5-serial-dev  
  8. $ sudo apt-get install libgflags-dev  
  9. $ sudo apt-get install libgoogle-glog-dev  
  10. $ sudo apt-get install liblmdb-dev  
  11. $ sudo apt-get install protobuf-compiler  

   安装OpenCV
       当前最新版OpenCV是3.2.0版本的
[plain] view plain copy
  1. $ cd caffe  
  2. $ sudo git clone https://github.com/jayrambhia/Install-OpenCV  
  3. $ cd Install-OpenCV/Ubuntu  
  4. $ sudo chmod +x *  
  5. $ sudo ./opencv_latest.sh  
     我们可以通过如下命令查看OpenCV安装版本
[plain] view plain copy
  1. $ pkg-config --modversion opencv  

     编译caffe

   编译前，先配置变量    

[plain] view plain copy
  1. $ sudo cp Makefile.config.example Makefile.config  
  2. $ sudo vim Makefile.config  
设置以下内容:
USE_CUDNN := 1 #取消该句注释
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include
WITH_PYTHON_LAYER := 1 #取消注释
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib \

/usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

保存退出


   $ sudo make clean   #每次需要重新编译Caffe的时候，在caffe文件夹下清除掉之前的编译结果 
   $ cd build  
   $ sudo cmake ..  
   $ sudo make all  
   $ sudo make install  
   $ sudo make runtest
   $ sudo make -j8 
   $ sudo make runtest 
   $ sudo make pycaffe 

配置环境

caffe运行时需要调用cuda的库，我们在/etc/ld.so.conf.d目录下新建一个caffe.conf文件，将所需要用的库的目录写入

[plain] view plain copy
  1. $ sudo vim /etc/ld.so.conf.d/caffe.conf  
添加：  /usr/local/cuda/lib64

保存并退出      :wq

更新配置     $ sudo ldconfig

6.测试caffe

下载mnist数据集

[plain] view plain copy
  1. <pre code_snippet_id="2126767" snippet_file_name="blog_20170215_24_6885086" name="code" class="plain">   $ cd ~/caffe        #切换到caffe目录  
  2.    # 注意：执行命令的时候最好在当前的caffe目录下，否则会报错，会找不到XXX文件  
  3.    $ sudo sh data/mnist/get_mnist.sh  #获取mnist数据集   
  4.    $ sudo sh examples/mnist/create_mnist.sh  
  5. </pre>  
  6. <pre></pre>  
  7. <p></p>  
  8. <pre></pre>  
  9. 开始训练  
  10. <p></p>  
  11. <p></p>  
  12. <pre code_snippet_id="2126767" snippet_file_name="blog_20170215_25_233157" name="code" class="plain"> $ sudo sh examples/mnist/train_lenet.sh</pre>训练结果  
  13. <p></p>  
  14. <p></p>  
  15. <pre code_snippet_id="2126767" snippet_file_name="blog_20170215_26_5566094" name="code" class="plain"> Test net output #0: accuracy = 0.9908    
  16. I0114 13:41:23.117681  4189 solver.cpp:404]     Test net output #1: loss = 0.0286537 (* 1 = 0.0286537 loss)    
  17. I0114 13:41:23.117684  4189 solver.cpp:322] Optimization Done.    
  18. I0114 13:41:23.117687  4189 caffe.cpp:254] Optimization Done.</pre>  
  19. <p></p>  
  20. <p><br>  
  21. </p>  
  22. <p><br>  
  23. </p>  
  24. <p><br>  
  25. </p>  
  26.     

相关推荐