系统类配置(二)【深度学习装机详细教程-ubuntu16.04下安装cuda9.0+nvidia-384+cudnn7.1.4+tensorflow1.9。】(上)

简介: 系统类配置(二)【深度学习装机详细教程-ubuntu16.04下安装cuda9.0+nvidia-384+cudnn7.1.4+tensorflow1.9。】(上)

本机配置:i7-8700 GTX1070。经测试,本方案在i7-9700K TITAN XP; i7-7700K TITAN X上都也适用:

在安装之前首先感谢实验室师弟写的博客,但是写的估计有点乱,为了实验室以后装cuda这些东西方便一些,这里配上图,改进了一下之前师弟写的教程,更易懂一点:

1.安装nvidia-384:

进入软件更新,附加驱动,选择nvidia-384,之后点击右下角的应用更改,然后输入密码,等它安装:,你也可以通过手动安装驱动安装

安装成功之后会提示我们重启:

然后我们选择重启。或者参考网址

重启之后我们进入终端,输入命令:

nvidia-smi

如果能显示出下图类似的信息,则说明安装成功了:

2.检查相关环境配置:

在安装之前我们先更新一下,具体操作如下所示:

之后:

可能需要更新一些东西,我们输入y,然后回车就可以啦。之后系统就会自动下载更新一些东西。装完之后我们会显示如下信息:

就是不报错就可以了,我们接下来做一些测试:

1.验证自己的电脑是否有一个可以支持CUDA的GPU:

你可以在电脑的配置信息中找到显卡的具体型号,如果你是双系统,在windows下的设备管理器中也可以查到显卡的详细信息;在ubuntu下面的话,你可以通过下面这行命令来简单查看一下NVIDIA GPU版本信息:

lspci | grep -i nvidia

2.验证自己的linux版本是否支持CUDA:

uname -m && cat /etc/*release

3.验证系统是否安装了gcc

gcc --version

其实这个刚装完系统的话应该都装好了,但是为了保险起见,你还是可以查看一下,如果你没有安装的话,你可以采取下面的命令对其进行安装:

sudo apt-get install build-essential

4.验证系统是否安装了kernel header和package development:

a.查看正在运行的系统内核版本:

uname -r

b.安装对应kernel版本的kernel header和package development:

sudo apt-get install linux-headers-$(uname -r)

这个的话表示系统中已经有了,不用重复安装。

如果以上各项检查均满足要求的话,接下来就可以正式地进入安装界面了,如果有些地方没有满足要求的话,你需要参考cuda的官方文档,里面有详细的针对每个问题的解决方案。在以下链接中可以找到:https://docs.nvidia.com/cuda/

3.安装cuda:

我们首先进入nvidia的官方cuda9.0下载网页https://developer.nvidia.com/cuda-90-download-archive

我们按照上述方案进行选择,之后选择下载Base Installer。下载完成之后的话,我们会在ubuntu的下载目录下找到:

但是我一般将其安装在home文件夹下面,所以我需要将其复制到home文件夹下面:

之后的话,我们可以采用MD5检验序号,看看序号是否会对得上:

cuda_9.0.176_384.81_linux.run

可以看到这里的版本是对到的,那么没有什么问题,一切都很正常。接下来的话,我们需要采用runfile安装cuda:

1.禁用nouveau驱动:

lsmod | grep nouveau

可以看到,我的电脑是没有输出的。如果有输出的话则代表nouveau正在加载,我们需要手动禁止掉(由于我的电脑是已经被禁止掉了的,所以下面禁止的方法并没有试验过,大家慎重一点):

Ubuntu的nouveau禁用方法:

a、在/etc/modprobe.d中创建文件blacklist-nouveau.conf,命令如下:

sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

在文件中输入以下内容:

blacklist nouveau

           options nouveau modeset=0

b.执行命令:

sudo update-initramfs –u

之后再次查看是否禁止成功:

lsmod | grep nouveau

若无内容输出,则禁用成功,若仍有内容输出,请检查操作,并重复上述操作。

2.按Alt + ctrl +F1进入命令行界面:

输入自己的用户名以及密码:

这里的话会显示中文乱码,我们可以下载一个包来解决这个问题:

sudo apt-get install fbterm

之后启动它:

sudo fbterm

然后我们进入zhiqianghe这个用户(每个人设定的不同):

su zhiqianghe

得到下面的界面:

之后我们关闭图形化界面:

sudo service lightdm stop


相关文章
|
5月前
|
机器学习/深度学习 城市大脑 安全
基于深度学习的客流量预测系统
本文分析了疫情后旅游市场复苏带动地铁客流增长的背景,探讨了客流预测对交通运营的重要性,综述了基于多源数据与深度学习模型(如LSTM、STGCN)的研究进展,并介绍了CNN与RNN在人流预测中的技术原理及系统实现路径。
|
6月前
|
人工智能 Ubuntu 数据可视化
【详细教程】如何在Ubuntu上本地部署Dify?
Dify 是一个开源的大语言模型应用开发平台,支持低代码/无代码开发,提供多模型接入、Agent框架、RAG检索增强生成等功能,助力快速构建AI应用。支持本地部署,提供详尽文档与可视化界面,适用于聊天助手、文本生成、自动化任务等多种场景。
5795 124
|
5月前
|
机器学习/深度学习 传感器 算法
基于yolo8的深度学习室内火灾监测识别系统
本研究基于YOLO8算法构建室内火灾监测系统,利用计算机视觉技术实现火焰与烟雾的实时识别。相比传统传感器,该系统响应更快、精度更高,可有效提升火灾初期预警能力,保障生命财产安全,具有重要的应用价值与推广前景。
|
6月前
|
人工智能 安全 Ubuntu
保姆级教程 | 在Ubuntu上部署Claude CodeUI全过程
Claude Code Plan Mode 是 Anthropic 推出的智能编程助手功能,采用只读分析模式,保障代码安全的同时提供AI驱动的项目规划与风险评估。该模式平均每周为开发者节省27小时,显著提升开发效率与项目成功率,是AI编程领域的重要创新。
4458 10
|
6月前
|
机器学习/深度学习 数据采集 算法
基于mediapipe深度学习的运动人体姿态提取系统python源码
本内容介绍了基于Mediapipe的人体姿态提取算法。包含算法运行效果图、软件版本说明、核心代码及详细理论解析。Mediapipe通过预训练模型检测人体关键点,并利用部分亲和场(PAFs)构建姿态骨架,具有模块化架构,支持高效灵活的数据处理流程。
|
6月前
|
机器学习/深度学习 算法 vr&ar
【深度学习】基于最小误差法的胸片分割系统(Matlab代码实现)
【深度学习】基于最小误差法的胸片分割系统(Matlab代码实现)
146 0
|
8月前
|
机器学习/深度学习 存储 监控
基于深度学习YOLO框架的城市道路损伤检测与评估项目系统【附完整源码+数据集】
本项目基于深度学习的YOLO框架,成功实现了城市道路损伤的自动检测与评估。通过YOLOv8模型,我们能够高效地识别和分类路面裂缝、井盖移位、坑洼路面等常见的道路损伤类型。系统的核心优势在于其高效性和实时性,能够实时监控城市道路,自动标注损伤类型,并生成损伤评估报告。
452 0
基于深度学习YOLO框架的城市道路损伤检测与评估项目系统【附完整源码+数据集】
|
8月前
|
机器学习/深度学习 自动驾驶 算法
基于深度学习的YOLO框架的7种交通场景识别项目系统【附完整源码+数据集】
在智慧交通和智能驾驶日益普及的今天,准确识别复杂交通场景中的关键元素已成为自动驾驶系统的核心能力之一。传统的图像处理技术难以适应高动态、复杂天气、多目标密集的交通环境,而基于深度学习的目标检测算法,尤其是YOLO(You Only Look Once)系列,因其检测速度快、精度高、可部署性强等特点,在交通场景识别中占据了重要地位。
961 0
基于深度学习的YOLO框架的7种交通场景识别项目系统【附完整源码+数据集】
|
7月前
|
Ubuntu Linux Shell
Ubuntu GRUB菜单密码重置教程
本文详细介绍了在Ubuntu 16.04系统中通过GRUB菜单找回密码的方法。包括进入GRUB引导菜单、修改内核参数、重置用户密码及完成重启的完整步骤,帮助用户快速恢复系统访问权限。
705 0