Linux_reference

关于linux的相关操作参考

一.在Ubuntu16 上安装CUDA8 【单系统方法】

- 配置环境

Ubuntu 16.04 <-> kernel vision 4.4.0.31
NVIDIA GPU dirve 384.130
CUDA Toolkit 8.0(GA2)
cuDNN 8.0-linux-x64-v7.1

-安装过程

预备依赖库

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev 
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install git cmake build-essential

1.确定系统 kernel vision 和 system vision；

2.查看gcc 和 g++ 版本情况:

sudo gcc --version
sudo g++ --version
#若报错则使用下面两条语句 
sudo apt-get install build-essential 
sudo apt install linux-headers-$(uname -r)

#若没有安装或者等级太高【自行百度降级流程】

3.安装系统推荐的GPU drive；

Ubuntu系统设置 --> 软件和更新 --> 附加驱动 --> 选择最新的NVIDIA drive。

如果按照成功，用 nvidia-smi指令，有如下图所示内容出现。

4.根据GPU drive 匹配 CUDA vision；

【版本不对后续会出问题!!!】

5.根据CUDA vision 匹配 kernel vision；

【版本不对后续会出问题!!!】

6.（可选）当选择出的 kernel vision ≠ 系统本身的kernel vision --> 安装特定kernel 并替换 kernel；

> 1 查看可更新版本：

sudo apt-cache search linux-image

>2 安装指定版本：

sudo apt-get install linux-image-x.x.x-x-generic；  
sudo apt-get install linux-image-extra-x.x.x-x-generic；   
sudo apt-get install linux-headers-x.x.x-x-generic

>3 修改grub文件：【便于重启后进入grub界面】

sudo vim /etc/default/grub;

>4 重启 --> grub界面 --> 高级选项 --> 选择合适的内核启动

>5 后续删除多余版本kernel，即可改回grub。

7.关闭 nouveau:

cat /etc/modprode.d/blacklist-nouveau.conf #创建nouveau黑名单
 * blacklist nouveau #写入如下两句 
 * options nouveau modeset=0 #保存退出

sudo update-initramfs -u
sudo reboot #重启
lsmod | grep nouveau #没有打印内容则成功

8.下载并安装版本对应的CUDA，并设置好环境变量；

>1 下载

https://developer.nvidia.com/cuda-toolkit-archive

【安装前阅读Online Documentation 中的 Guide ！！！】

>2 安装

sudo sh cuda_xxx_xxx_linux.run --no-opengl-libs
【默认安装路径、除安装NVIDIA外，其余步骤都是输入‘y’，没有则按enter键】

>3 配置环境变量

sudo vim ~/.bashrc
 * export PATH=/usr/local/cuda-9.1/bin:$PATH
 * export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64:$LD_LIBRARY_PATH
sudo vim /etc/profile #动态链接库
 * export PATH=/usr/local/cuda/bin:$PATH
sudo vim /etc/ld.so.conf.d/cuda.conf #创建连接文件
 * /usr/local/cuda/lib64
sudo ldconfig #执行

>4 验证安装成功

cd /usr/local/cuda-*/sample/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery
有如下图所示结果，则安装成功

9.下载并安装版本对应的cuDNN

>1 下载【推荐解压包安装，稳定】

https://developer.nvidia.com/rdp/cudnn-archive

>2 解压

tar -xzvf cudnn-9.0-linux-x64-v7.tgz

>3 拷贝头文件和库文件并给予权限

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*

>4 验证安装成功

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
有如下图所示结果，则安装成功

zhiyiqin / linux_reference Goto Github PK

linux_reference's Introduction

Linux_reference

一.在Ubuntu16 上安装CUDA8 【单系统方法】

- 配置环境

-安装过程

预备依赖库

1.确定系统 kernel vision 和 system vision；

2.查看gcc 和 g++ 版本情况:

3.安装系统推荐的GPU drive；

4.根据GPU drive 匹配 CUDA vision；

5.根据CUDA vision 匹配 kernel vision；

6.（可选）当选择出的 kernel vision ≠ 系统本身的kernel vision --> 安装特定kernel 并 替换 kernel；

> 1 查看可更新版本：

>2 安装指定版本：

>3 修改grub文件：【便于重启后进入grub界面】

>4 重启 --> grub界面 --> 高级选项 --> 选择合适的内核启动

>5 后续删除多余版本kernel，即可改回grub。

7.关闭 nouveau:

8.下载并安装版本对应的CUDA，并设置好环境变量；

>1 下载

>2 安装

>3 配置环境变量

>4 验证安装成功

9.下载并安装版本对应的cuDNN

>1 下载 【推荐解压包安装，稳定】

>2 解压

>3 拷贝头文件和库文件并给予权限

>4 验证安装成功

linux_reference's People

Contributors

Recommend Projects

Recommend Topics

Recommend Org

6.（可选）当选择出的 kernel vision ≠ 系统本身的kernel vision --> 安装特定kernel 并替换 kernel；

>1 下载【推荐解压包安装，稳定】