Ubuntu14.04 GTX1070与TensorFlow安装配置全纪录

相信你拿到GTX1070显卡时时非常激动的,好家伙,终于可以开始愉快的做深度学习了。
下面我简单记录了如何在Ubuntu系统下配置好显卡驱动和安装TensorFlow。

tensorflow

确认基础环境

验证系统版本

在终端输入:

1
uname -m && cat /etc/*release

第一行显示为x86_64表明你的Ubuntu是64位的
第二行和第三行合并显示为Ubuntu 14.04,表明你的Ubuntu是14.04发行版本

验证系统是否识别了显卡

在终端输入:

1
lspci | grep VGA

如果显示信息如上图所示,表示系统已经是被要NVIDIA显卡了,表明OK
但如果显示的是Intel Corporation Core Processor Integrated Graphics Controller,表明系统识别到的是Intel集显。

这个时候建议你去调整一下BIOS了。

安装NVIDIA驱动

下载NVIDIA驱动

直接去官网下载NVIDIA最新驱动:

http://www.nvidia.cn/Download/index.aspx?lang=cn

NVIDIA-driver

点击搜索

NVIDIA-driver2

然后点击下载就可以下载最新的驱动了。这里我的安装版本是375.26
需要注意的是,最好把下载到的驱动文件放到英文目录下。

安装NVIDIA驱动

键盘组合按键Ctrl+Alt+F1,进入tty1模式。

什么是tty1?

在 Linux 系统中,计算机显示器通常被称为控制台终端 (Console)。它仿真了类型为 Linux 的一种终端 (TERM=Linux),并且有一些设备特殊文件与之相关联:tty0、tty1、tty2 等。当你在控制台上登录时,使用的是 tty1。使用 Alt+[F1—F6] 组合键时,我们就可以切换到 tty2、tty3 等上面去。tty1–tty6 等称为虚拟终端

输入命令关闭显示器管理。

1
sudo stop lightdm

切换到刚刚下载的NVIDIA驱动所在目录。

1
sudo sh NVIDIA-Linux-x86_64-375.26.run

过程中有一系列选项,就进行Accept → Continue → installation → OK → OK → OK 就好。

一段时间后安装完毕,有人说会重启,然鹅我没有,反正这个时候NVIDIA显卡驱动已经安装好了。

输入命令打开显示器管理。

1
sudo start lightdm

验证NVIDIA驱动

在终端输入

1
cat /proc/driver/nvidia/version

出现如下所示,证明你的NVIDIA显卡驱动已经安装好了。

NVIDIA-vertification

安装Cuda 8.0

Cuda是什么?

CUDA 即 Compute Unified Device Architecture,是 NVidia 利用 GPU 平台进行通用并行计算的一种架构,它包含了 CUDA 指令集架构(ISA)以及 GPU 内部的并行计算引擎。开发人员可以利用 C 言、OpenCL、Fortran、c++ 等为 CUDA 架构编写程序。

下载Cuda 8.0

直接去官网下载:
https://developer.nvidia.com/cuda-downloads
CUDA-download

如上图点选后选择Download(1.4GB)则开始下载Cuda 8.0

安装Cuda 8.0

先安装依赖库:

1
2
3
4
5
6
7
sudo apt-get install freeglut3-dev
sudo apt-get install build-essential
sudo apt-get install libx11-dev
sudo apt-get install libxmu-dev
sudo apt-get install libxi-dev
sudo apt-get install libglu1-mesa
sudo apt-get install libglu1-mesa-dev

然后在Cuda下载目录下:

1
2
chmod +x cuda_8.0.44_linux-run
./cuda_8.0.44_linux-run

务必要注意, 接下来那个让你Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
一定要选no, 否则驱动又要安装一遍

接下来一路accept和yes就OK了

添加Cuda 8.0环境变量

终端输入打开.bashrc文件

1
vim ~/.bashrc

在~/.bashrc里面添加:

1
2
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}}

添加完成后保存,在终端键入:source ~/.bashrc使之生效。

验证cuda8.0配置

在终端键入: nvidia-smi
nvidia-smi

在终端输入:nvcc –version

nvcc

显示最终如上两图所示,表示配置成功。

安装cuDNN 5.1

NVIDIA cuDNN 是用于深度神经网络的 GPU 加速库。它强调性能、易用性和低内存开销。

下载cuDNN

直接去官网下载最新的cuDNN:
https://developer.nvidia.com/cudnn

注意需要注册和填问卷什么的,如果嫌麻烦的话也可以在评论留言我到时候传到百度云上面给大家下载。

如果在官网下载的话,下载如下图所示的项:
cudnn

配置cuDNN

进入下载好的cuDNN压缩包目录
解压一下:tar -zxvf cudnn-8.0-linux-x64-v5.1-ga.tgz

然后执行如下命令

1
2
3
4
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*

这样就 OK 了!

最后一步!安装TensorFlow

下载TensorFlow

直接去Github装最新的:

https://github.com/tensorflow/tensorflow

拖到中间的地方,点击如下链接下载.whl文件
tensorflow-install

TensorFlow安装与配置

下载完后执行:

1
sudo pip install tensorflow_gpu-0.12.1-cp27-none-linux_x86_64.whl

注意:上面的那个文件名可能会变化,按照你下载的最新版本为准就好

然后配置一下环境变量
同样进入~/.bashrc文件
加入

1
2
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

执行一下source ~/.bashrc后生效

到这里,所有的安装和配置环节就结束了。可以愉快开始深度学习的玩耍了~

END