Tensorflow安裝-CUDA 8.0
閱讀時間約 2 分鐘
● 前置作業與環境
- 使用ubuntu1404 桌面版(英文版)
- 具有nvidia 顯卡
- Tensorflow-gpu 1.4.1版本
- python 2.7.6
- CUDA 8.0
- cuDNN 6.0 (需要nvidia帳號)
● 安裝cuda 8.0
- 教學網址：https://blog.csdn.net/xll_bit/article/details/78304722
- 下載網址：https://developer.nvidia.com/cuda-80-ga2-download-archive
- 下圖為進入下載網址後，依序選擇版本號
由於安裝non-third part linux，所以一開始不需移除nvidia的驅動程式
【以下是實際安裝cuda-8.0步驟】
- 下載cuda-8.0之.deb套件 (網址如上述)
- 安裝.deb (反黑處根據下載的.deb名字有所更動)
$ sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
$ sudo apt-get update -y - 自動安裝cuda toolkit
$ sudo apt-get install cuda -y - 配置環境變量
(若vim指令沒有安裝，可以先安裝，$ sudo apt-get install vim -y)
$ vim ~/.bashrc
(進入文檔中，移至文檔的最後補述下方環境變數，vim指令不加以敘述)
# CUDA
export LOCAL_DIR=/usr/local
export CUDA_75_HOME=$LOCAL_DIR/cuda-7.5
export CUDA_80_HOME=$LOCAL_DIR/cuda-8.0
export CUDA_HOME=$CUDA_80_HOME
export PATH=$CUDA_HOME/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib64: $CUDA_HOME/lib:$LD_LIBRARY_PATH
export CUDA_PATH=$CUDA_80_HOME - 離開文件，並啟動環境變數
$ source ~/.bashrc - 重啟 (根據筆電性能，重開機時間需要等待，目前是超過10分鐘，記得動一下滑鼠)
$ sudo reboot
- 測試 (1)
$ nvcc –V
- 測試 (2)
$ nvidia-smi
26會員
14內容數
留言0
查看全部
你可能也想看
Google News 追蹤
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
要使用 CUDA（Compute Unified Device Architecture）來加速計算，首先需要在你的系統上設置和安裝相關的工具。CUDA 是由 NVIDIA 開發的平行計算框架，用於加速大量數據的運算，尤其在圖像處理、機器學習、科學計算等領域很有應用。
可以參考官方的安裝方式
以
gcc11.4卡住的機會很高（目前不大確定但更新12後可以安裝暫且認定市這個問題吧）
要開始底下步驟前先把gcc換到12
GCC ref:
清除舊版本
sudo apt-get --purge remove "*nvidia*" "libxnvctrl*"
下載NVIDIA-
NVIDIA、Intel、Tenstorrent和RISC-V在AI半導體領域的競爭和合作。Intel在AI領域推出了一系列產品，Tenstorrent和Rapidus合作開發新技術，而RISC-V開放源碼指令集架構也受到了廣泛關注。這些內容都展示了AI半導體市場的技術革新和競爭激烈的情況。
本文將介紹如何安裝CUDA和cuDNN，並提供注意事項。隨著安裝步驟和提示，確保您能成功安裝這些必要的套件。
搜尋.......支援的driver:
apt search nvidia-drive
最新支援到545，我們來裝545好了(通常我會選擇前一版，我也建議選前一版，像是python12 我們就選python11)
sudo apt install nvidia-driver-545
sudo
sudo apt-get install libgl1-mesa-glx libegl1-mesa libxrandr2 libxrandr2 libxss1 libxcursor1 libxcomposite1 libasound2 libxi6 libxtst6
安裝版本查找:
http
本文介紹了GPU在ESXI上的三種使用方式: 直通、vGPU、Bitfusion。針對一般使用者可以輕易取得的消費者端顯示卡進行了直通的例子和設定步驟。文章詳細介紹了BIOS、 ESXI HOST和虛擬機的設定以及需要注意的各種細節。提供了最新的nvidia驅動下載連結，並分享了測試的方法。
這篇文章將分享最近遇到 NVIDIA GPU driver 的問題，並提供瞭解決步驟，以及證實問題解決的測試方法。當您遇到類似問題時，可以參考這篇文章進行解決。文章中包含了定位庫文件目錄、備份和替換文件以及測試修改的步驟。
當你安裝完docker，並且設定好所有相關程序後。你正要使用docker去進行操作，讓專案可以在容器哩，方便平台移轉、備份、共用等等等等等;如果你遇到CUDA docker runtime 的問題時，這篇正適合你閱讀。
開始之前，如果你要參考怎麼安裝docker，設定docker環境，請參考:
GPU在ESXI的使用有三種方式: 直通、vGPU、Bitfusion。各有優缺點，簡單講: 直通，與裝在單機意思雷同，一張卡片只能給一台VM使用; vGPU可以單卡分享給不同的vm使用，但需要取得nVidia的授權;bitfusion可以把所有GPU集中成一個大水庫，供需要的VM使用。
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
要使用 CUDA（Compute Unified Device Architecture）來加速計算，首先需要在你的系統上設置和安裝相關的工具。CUDA 是由 NVIDIA 開發的平行計算框架，用於加速大量數據的運算，尤其在圖像處理、機器學習、科學計算等領域很有應用。
可以參考官方的安裝方式
以
gcc11.4卡住的機會很高（目前不大確定但更新12後可以安裝暫且認定市這個問題吧）
要開始底下步驟前先把gcc換到12
GCC ref:
清除舊版本
sudo apt-get --purge remove "*nvidia*" "libxnvctrl*"
下載NVIDIA-
NVIDIA、Intel、Tenstorrent和RISC-V在AI半導體領域的競爭和合作。Intel在AI領域推出了一系列產品，Tenstorrent和Rapidus合作開發新技術，而RISC-V開放源碼指令集架構也受到了廣泛關注。這些內容都展示了AI半導體市場的技術革新和競爭激烈的情況。
本文將介紹如何安裝CUDA和cuDNN，並提供注意事項。隨著安裝步驟和提示，確保您能成功安裝這些必要的套件。
搜尋.......支援的driver:
apt search nvidia-drive
最新支援到545，我們來裝545好了(通常我會選擇前一版，我也建議選前一版，像是python12 我們就選python11)
sudo apt install nvidia-driver-545
sudo
sudo apt-get install libgl1-mesa-glx libegl1-mesa libxrandr2 libxrandr2 libxss1 libxcursor1 libxcomposite1 libasound2 libxi6 libxtst6
安裝版本查找:
http
本文介紹了GPU在ESXI上的三種使用方式: 直通、vGPU、Bitfusion。針對一般使用者可以輕易取得的消費者端顯示卡進行了直通的例子和設定步驟。文章詳細介紹了BIOS、 ESXI HOST和虛擬機的設定以及需要注意的各種細節。提供了最新的nvidia驅動下載連結，並分享了測試的方法。
這篇文章將分享最近遇到 NVIDIA GPU driver 的問題，並提供瞭解決步驟，以及證實問題解決的測試方法。當您遇到類似問題時，可以參考這篇文章進行解決。文章中包含了定位庫文件目錄、備份和替換文件以及測試修改的步驟。
當你安裝完docker，並且設定好所有相關程序後。你正要使用docker去進行操作，讓專案可以在容器哩，方便平台移轉、備份、共用等等等等等;如果你遇到CUDA docker runtime 的問題時，這篇正適合你閱讀。
開始之前，如果你要參考怎麼安裝docker，設定docker環境，請參考:
GPU在ESXI的使用有三種方式: 直通、vGPU、Bitfusion。各有優缺點，簡單講: 直通，與裝在單機意思雷同，一張卡片只能給一台VM使用; vGPU可以單卡分享給不同的vm使用，但需要取得nVidia的授權;bitfusion可以把所有GPU集中成一個大水庫，供需要的VM使用。