Für TensorFlow möchte ich CUDA installieren. Wie mache ich das auf Ubuntu 16.04?
Für TensorFlow möchte ich CUDA installieren. Wie mache ich das auf Ubuntu 16.04?
Antworten:
Es gibt eine Linux-Installationsanleitung . Grundsätzlich sind es jedoch nur diese Schritte:
md5sum cuda_7.5.18_linux.run
. Fahren Sie nur fort, wenn es korrekt ist.sudo apt-get purge nvidia-cuda*
- wenn Sie auch die Treiber installieren möchten, dann sudo apt-get purge nvidia-*
.)
sudo service lightdm stop
/etc/modprobe.d/blacklist-nouveau.conf
mit folgendem Inhalt:
blacklist nouveau
options nouveau modeset=0
sudo update-initramfs -u
sudo sh cuda_7.5.18_linux.run --override
. Stellen Sie sicher, dass Sie y
für den symbolischen Link sagen .
sudo service lightdm start
Siehe auch: NVIDIA CUDA mit Ubuntu 16.04 Beta auf einem Laptop (wenn Sie einfach nicht warten können)
Hinweise : Ja, es besteht die Möglichkeit, es über zu installieren apt-get install cuda
. Ich empfehle dringend, es nicht zu verwenden, da es die Pfade ändert und die Installation anderer Tools erschwert.
Das könnte Sie auch interessieren Wie kann ich CuDNN unter Ubuntu 16.04 installieren? .
*: Installieren Sie die Bildschirmtreiber nicht mit diesem Skript. Sie sind alt. Laden Sie die neuesten von http://www.nvidia.com/Download/index.aspx herunter
Der folgende Befehl zeigt die aktuelle CUDA-Version (letzte Zeile):
$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Sun_Sep__4_22:14:01_CDT_2016
Cuda compilation tools, release 8.0, V8.0.44
Der folgende Befehl zeigt Ihre Treiberversion und wie viel GPU-Speicher Sie haben:
$ nvidia-smi
Fri Jan 20 12:19:04 2017
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 367.57 Driver Version: 367.57 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce 940MX Off | 0000:02:00.0 Off | N/A |
| N/A 75C P0 N/A / N/A | 1981MiB / 2002MiB | 98% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1156 G /usr/lib/xorg/Xorg 246MiB |
| 0 3198 G ...m,SecurityWarningIconUpdate<SecurityWarni 222MiB |
| 0 6645 C python 1510MiB |
+-----------------------------------------------------------------------------+
Siehe auch: Überprüfen der CuDNN-Installation
Keine Panik. Auch wenn Sie auf Ihrem Computer nichts sehen können, sollten Sie mit den folgenden Schritten wieder in den vorherigen Status zurückkehren:
mount -o remount,rw /
( -
ist ?
und /
ist -
im amerikanischen Layout)sh cuda_7.5.18_linux.run --uninstall
sudo apt-get install nvidia-361 nvidia-common nvidia-prime nvidia-settings
Die Installation der Grafiktreiber ist etwas schwierig. Dies muss ohne Grafikunterstützung erfolgen.
dpkg -l | grep -i nvidia
sudo apt-get remove --purge nvidia-WHATEVER
sudo service lightdm stop
reboot
Ihrem PC / Ihrer Blacklist den Nouveau-Treiber ( deutsches Tutorial )sudo apt-get install linux-headers-$(uname -r)
vor dem Ausführen des Installationsprogramms auszuführen . Auf diese Weise stellen Sie sicher, dass Kernel-Header und Entwicklungspakete, die speziell auf Ihre Ausführung zugeschnitten sind, vorhanden sind und keine fehlgeschlagenen Treiberinstallationen auftreten.
Ich habe viele Male versucht, über die .run-Datei zu installieren, aber es ist immer ein Fehler aufgetreten, und ich bin entweder auf eine Anmeldeschleife gestoßen oder habe die Anzeige vollständig verloren. Daher würde ich empfehlen, die .deb-Datei zu verwenden und nicht mit dem Display-Manager zu fummeln.
Das NVIDIA CUDA-Installationshandbuch für Linux ist ein hervorragender Link, der alle Details auflistet. Stellen Sie sicher, dass Sie die einzelnen Schritte genau befolgen.
So installieren Sie den Nvidia-Treiber:
Suchen Sie in Ubuntu im Menü "Search your Computer" links oben in der Ecke nach "Additional Drivers" (Möglicherweise führen Sie auch System Settings-> Software and Updates-> Additional Drivers aus.)
Wählen Sie im angezeigten Menü einen der Nvidia-Treiber aus und klicken Sie auf "Apply Changes" (Änderungen übernehmen). (Dieser Schritt verwendet das Internet. Wenn der Vorgang weiterhin fehlschlägt, blockiert Ihr Proxyserver möglicherweise den Download.)
Starten Sie Ihr System neu.
Öffnen Sie ein Terminalfenster und geben Sie nvidia-smi ein. Wenn Ihr Treiber korrekt installiert wurde, sollte Folgendes angezeigt werden:
+ ------------------------------------------------- ----- + | NVIDIA-SMI 3.295.41 Treiberversion: 295.41 | | ------------------------------- + ----------------- ----- + ---------------------- + | Nb. Name | Bus Id Disp. | Flüchtiger ECC SB / DB | | Lüftertemperatur Stromverbrauch / Kappe | Speichernutzung | GPU Util. Berechne M. | | =============================================== ===== + ===================== | | 0. Tesla C2050 | 0000: 05: 00.0 Ein | 0 0 | | 30% 62 C P0 N / A / N / A | 3% 70 MB / 2687 MB | 44% Standard | | ------------------------------- + ----------------- ----- + ---------------------- | | Rechenvorgänge: GPU-Speicher | | GPU PID Prozessname Verwendung | | =============================================== =========================== | | 0. 7336 ./align 61MB | + ------------------------------------------------- ---------------------------- +
Sie können CUDA jetzt ganz einfach über den vorherigen Link installieren. In Kürze:
sudo apt-get install linux-headers-$(uname -r)
Laden Sie ein Toolkit von hier und installieren Sie die .deb
Datei (ersetzen Namen entsprechend)
sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
dann renne:
sudo apt-get update
sudo apt-get install cuda
deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /
. Beachten Sie, dass die Installation den Treiber von nvidia-381 auf -375 heruntergestuft hat. Ich habe es dort gelassen.
Unknown: Unknown This device is not working
Dann werde ich gefragt, ob ich sie verwenden möchte Processor microcode firmware for Intel CPUs
. Soll ich das benutzen? Danke.
Ich habe auch verschiedene Ansätze ausprobiert, um Cuda 8.0 in Ubuntu 16.04 zu installieren. Schließlich sind dies die Schritte, die den Trick machen. Ich habe dieses Tutorial befolgt und die korrigierten Schritte wie folgt aktualisiert.
Aktualisieren Sie das System
apt-get update && apt-get upgrade
Laden Sie VirtualGL herunter und installieren Sie es. Installieren
dpkg -i virtualgl*.deb
Laden Sie CUDA 8.0 herunter und installieren Sie es. Ich schlage vor, dies über das Internet zu tun. Wie so,
Installieren Sie die erforderlichen Abhängigkeiten.
apt-get install linux-headers-$(uname -r)
apt-get install freeglut3-dev libxmu-dev libpcap-dev
Aktualisieren Sie das System PATH in .bashrc, das sich im Ausgangsverzeichnis befindet. Bitte beachten Sie, wenn Sie das Ding an einem anderen Ort installieren, aktualisieren Sie den Pfad entsprechend.
export PATH=$PATH:/opt/VirtualGL/bin
export PATH=$PATH:/usr/local/cuda/bin
Installieren Sie Hummel-Nvidia und Primus.
apt-get install bumblebee-nvidia primus
Bearbeiten Sie die Hummelkonfigurationsdatei, damit Hummel weiß, dass wir den NVIDIA-Treiber verwenden. Bitte aktualisieren Sie den Pfad entsprechend Ihrem System. Hier ist eine Referenzansicht, die helfen wird.
sudo nano +22 /etc/bumblebee/bumblebee.conf
Hinzufügen:
[bumblebeed]
ServerGroup=bumblebee
TurnCardOffAtExit=false
NoEcoModeOverride=false
Driver=nvidia
XorgConfDir=/etc/bumblebee/xorg.conf.d
Bridge=auto
PrimusLibraryPath=/usr/lib/x86_64-linux-gnu/primus:/usr/lib/i386-linux-gnu/primus
AllowFallbackToIGC=false
Driver=nvidia
[driver-nvidia]
KernelDriver=nvidia
PMMethod=auto
LibraryPath=/usr/lib/nvidia-367:/usr/lib32/nvidia-367
XorgModulePath=/usr/lib/xorg,/usr/lib/xorg/modules
XorgConfFile=/etc/bumblebee/xorg.conf.nvidia
Driver=nouveau
[driver-nouveau]
KernelDriver=nouveau
PMMethod=auto
XorgConfFile=/etc/bumblebee/xorg.conf.nouveau
Führen Sie Folgendes aus und notieren Sie die PCI-Adresse Ihrer Grafikkarte.
$ lspci | egrep 'VGA|3D'
00:02.0 VGA compatible controller: Intel Corporation Device 5916 (rev 02)
01:00.0 3D controller: NVIDIA Corporation Device 179c (rev a2)
Bearbeiten Sie die Datei xorg.conf.nvidia so, dass sie die PCI-Adresse (01: 00.0 für mich) Ihrer Grafikkarte kennt. Aktualisieren Sie die PIC-Adresse wie unten unter "ServerLayout" beschrieben.
sudo nano /etc/bumblebee/xorg.conf.nvidia
Hinzufügen:
Section "ServerLayout"
Identifier "Layout0"
Option "AutoAddDevices" "false"
Option "AutoAddGPU" "false"
BusID "PCI:01:00.0"
Starten Sie das System neu und haben Sie Spaß beim Ausführen einiger Beispielcodes.
sudo shutdown -r now
Die Schritte, die für mich gearbeitet haben:
sudo apt-get installiere nvidia-cuda-toolkit ODER 1 '. die Montageanleitung hier
Sie müssen unter Software & Updates / Zusätzliche Treiber den nvidia-Treiber auswählen (375, in meinem Kontext).
Folgen Sie beim Neustart dem blauen Bildschirm und deaktivieren Sie erst dann den sicheren Start, indem Sie Ihr Kennwort eingeben, das während der Installation des nvidia-Treibers festgelegt wurde. (Alle sicheren Starts, die über das BIOS deaktiviert wurden, funktionierten bei mir nicht.)
Jetzt ist die Ausgabe des Installationstests erfolgreich.
Ich habe vor einiger Zeit einen Blog-Beitrag dazu geschrieben - Installation des Nvidia CUDA-Toolkits - Ubuntu 16.04 LTS - Notizen /
Meine Umgebung: Dual Boot Windows 10 und Ubuntu 16.04 LTS.
Kopieren und Einfügen hier einige wichtige Erkenntnisse. Detaillierte Anweisungen finden Sie im Blog-Beitrag (nur um Doppelungen zu vermeiden).
Bitte beziehen Sie sich auf die Installation des Nvidia CUDA-Toolkits - ubuntu 16.04 LTS - notes /
Nachdem ich einige Beiträge gelesen hatte, konnte ich es zum Laufen bringen: Ich hatte bereits eine ATI-Karte im Computer, was sich als sehr nützlich herausstellte. Ich habe GTX 1070 neben ATI installiert und Kubuntu 16.04 installiert. Ursprünglich hatte nur das an die ATI-Karte angeschlossene Display ein Image, mit dem ich den von der Website des Herstellers heruntergeladenen Treiber NVIDIA-Linux-x86_64-367.27.run installieren konnte. Um CUDA zu installieren, habe ich die Datei cuda_7.5.18_linux.run heruntergeladen. Ich habe das cuda-Toolkit mit zwei Schaltern installiert:
cuda_7.5.18_linux.run --silent --toolkit
Die cuda-Beispiele können auch aus der .run-Datei installiert werden. Ein Problem war, dass cuda gcc5 nicht mag. Also habe ich das getan sudo apt-get install gcc-4.8
und dann den Standard-GCC in diese Version geändert:
cd /usr/bin/
sudo unlink gcc
sudo ln -s gcc4.8 gcc
sudo unlink g++
sudo ln -s g++-4.8 g++
Ich habe gcc durch gcc5 ersetzt, nachdem cuda installiert wurde. Das Kompilieren der cuda-Samples muss ebenfalls mit gcc4.8 durchgeführt werden, gcc4.9 könnte funktionieren, aber ich habe es nicht ausprobiert.
Eine allgemein bevorzugte Methode ist die Installation von SW über Deb-Dateien, sofern verfügbar, da diese eine robustere Möglichkeit zum Behandeln von Abhängigkeiten und eine zuverlässigere Methode zum Entfernen von SW bieten. Auf diese Weise war der CUDA 8.0-Release-Kandidat für 16.04 (in der Entwicklungszone) verfügbar, und jetzt ist der CUDA 8.0 für Ubuntu 16.04 über deb files (local) und (network) verfügbar: https://developer.nvidia.com/cuda -Downloads
Nur zur Erinnerung, Ubuntu 16.04 installiert cuda möglicherweise nicht am angegebenen Speicherort /usr/local/cuda-8.0.61
. Daher export PATH=/usr/local/cuda-8.0.61/bin${PATH:+:${PATH}}
kann es sein, dass es nicht funktioniert.
Als ich versuchte, "cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb" unter Ubuntu 16.04 zu installieren, befolgte ich einfach die Anweisungen hier http://docs.nvidia.com/cuda/cuda -installationsanleitung-linux / index.html # post-installation-actions . Ich konnte jedoch cuda-install-samples-8.0.61.sh \ home oder nvcc -V nicht kompilieren
Es stellte sich heraus, dass Ubuntu cuda /usr/local/cuda-8.0
anstelle des vermuteten Speicherorts installiert hatte /usr/local/cuda-8.0.61
. Daher änderte ich export PATH=/usr/local/cuda-8.0.61/bin${PATH:+:${PATH}}
in export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
und ich cuda erfolgreich installiert.
Die akzeptierte Antwort hat in meinem Fall nicht funktioniert. Ich habe CUDA 8.0 mit folgenden Spezifikationen auf meinem Labtop installiert:
In der folgenden Anleitung wird zuerst der NVIDIA-Treiber und dann CUDA 8.0 installiert.
Suchen Sie in der Liste Ihre Grafikkarte. Wählen Sie unter den Treibern, die für die Karte verwendet werden können, den proprietären Treiber von NVIDIA. Klicken Sie dann auf die Schaltfläche [Apply Changes]. In meinem Fall gab es unter dem Grafikkartennamen "NVIDIA Corporation: GM107M [Geforce GTX 950M]" zwei Auswahlmöglichkeiten:
Standardmäßig installierte Videotreiber löschen mit $ sudo apt remove xserver-xorg-video*
.
cuda_8.0.61_375.26_linux.run
.$ sudo sh cuda_8.0.61_375.26_linux.run
.
375.66
, die höher ist als 375.26
die im Installationsprogramm enthaltene.ld.so.conf
und der folgende Fehler auftritt: Folgen Sie libEGL.so.1 is not a symbolic link
den Anweisungen dieses Links .Dies ist eine looooong Antwort , wie ich meinen Laptop mehrmals wurde Schrauben beim Schreiben. Aber ich eher , es zu halten lange , da es vielleicht nützlich für andere Menschen auch;) Der beste Teil meiner Antwort beginnt Edited-Aktualisiert
Sooooo, ich lese alle Antworten hier und an anderen Orten, ich weiß nicht warum, aber jeder von ihnen verursacht mir ein Problem :(
Nach 4 Tagen funktionierte die Neuinstallation von Linux hier genau so wie bei mir.
Bevor ich zum Hauptverfahren gehe, möchte ich eine alternative Methode erwähnen.
alternative Methode, wenn Sie einen Laptop verwenden:
So können Sie zwischen Ihrem nvidia und Ihrem Intel GPU auf Ihrem Laptop mit wechseln
sudo prime-select intel
sudo prime-select nvidia
Mit anderen Worten, Sie können zu Intel wechseln und NVIDIA installieren, und der Switch zurück zu Intel für die normale Verwendung und wann immer Sie Deep Learning verwenden möchten, können Sie zu NVIDIA wechseln.
Sowieso,
Lassen Sie mich über die Hauptmethode sprechen, die endlich für mich funktioniert (Infos hier werden hauptsächlich von Link gepackt ):
Löschen und Löschen aller vorhandenen NVIDIA- / CUDA-Inhalte:
sudo apt-get remove --purge nvidia-*
sudo apt-get purge nvidia-cuda*
sudo apt-get purge nvidia-*
sudo /usr/bin/nvidia-uninstall
sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl
sudo rm -rf /etc/modprobe.d/blacklist-nouveau.conf
Dann aktualisieren wir einfach alles:
sudo apt-get update
sudo apt-get upgrade
sudo apt-get dist-upgrade
sudo reboot
Jetzt besteht die Möglichkeit, dass Sie sich nicht einloggen können und in der Schleife hängen bleiben ...
Keine Sorge, ich habe das mehr als 50 Mal erlebt ...
Drücken Sie, geben Sie ctr+alt+F2
Ihren Benutzernamen und Ihr Passwort ein
Geben Sie nun Folgendes ein:
sudo service lightdm stop
Optional müssen einige Leute auch Folgendes eingeben, ehrlich gesagt, was die Verwendung davon ist: sudo init 3
sudo nano /etc/modprobe.d/blacklist-nouveau.conf
hinzufügen
blacklist nouveau
options nouveau modeset=0
dorthin und speichern und beenden.
Dann tippe:
sudo update-initramfs -u
Gehen Sie zu der Datei, in der sich die Datei cuda .run befindet und geben Sie Folgendes ein:
sudo sh cuda_8.0_linux.run --override
sudo service lightdm start
sudo reboot
Wenn Sie Glück haben, sollten Sie sich jetzt anmelden können. Wie Sie vielleicht erraten haben, war ich kein Glückspilz und konnte mich immer noch nicht einloggen. Also musste ich ctr+Alt+F2
erneut drücken und Folgendes tun:
sudo ubuntu-drivers autoinstall
sudo reboot
Jetzt konnte ich mich endlich einloggen.
Jetzt ist es an der Zeit, die Pfade festzulegen und die Installationen zu überprüfen.
Art:
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}}
nvidia-smi
nvcc -V
es sollte dir zeigen, dass du cuda 8 hast.
Auch nur für den Fall, dass Sie dies auch tun können:
export PATH=$PATH:/usr/local/cuda-8.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64
gedit ~/.bashrc
füge diese am Ende hinzu:
export PATH=$PATH:/usr/local/cuda-8.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64
# Added by me on 2013/06/24
PATH=~/bin:$PATH
export PATH
Speichern und beenden Sie gedit. Art:
sudo ldconfig /usr/local/cuda-8.0/lib64
Eine Frage an die Leute, die mehr wissen als ich:
Es klingt alles nach Funktionieren, aber wenn ich mein System für einige Sekunden herunterfahre / neu starte, wird dies angezeigt
Also alles klingt nach Arbeit , aber wenn ich shutdown / mein System für einige Sekunden einen Neustart durchzuführen zeigt „Fehler beim Laden der Kernel - Module starten“ tryied ich diesen Beitrag , aber es ist nicht zu helfen, lassen Sie es mich wissen , wenn Sie wissen , wie es zu beheben.
----------------
Bearbeitet-Aktualisiert
Weißt du was, ich habe wieder geschraubt.
Aber diesmal kam ich mit einer viel einfacheren Lösung. Und hier ist der Hauptpunkt: Manchmal müssen wir NEIN sagen
Hier ist, was für mich wirklich gut funktioniert. Nachdem Sie alles gelöscht und entfernt und sudo neu gestartet haben, gehen Sie wie folgt vor:
sudo ubuntu-drivers autoinstall
sudo reboot
Drücken Sie, geben Sie ctr+alt+F2
Ihren Benutzernamen und Ihr Passwort ein
Geben Sie nun Folgendes ein:
sudo service lightdm stop
sudo sh cuda_8.0_linux.run
WICHTIG: Während der Installation werden Sie in der ersten Frage aufgefordert, den Treiber erneut zu installieren. SAGEN SIE NEIN zu dieser Mutter-Frage .
sudo service lightdm start
press `alt+ctr+F7`
Loggen Sie sich in Ihren PC ein
Hat es funktioniert? Herzlich Willkommen :)
Ich habe anfangs versucht, das zu tun sudo lightdm stop
, aber es führte zu einer Login-Schleife. Also habe ich eine neue Methode gefunden:
Kopieren Sie die Datei cuda_9.0.176_384.81_linux.run
(in meinem Fall war es Runfile) in ein beliebiges Verzeichnis /home/<your_username>
wie Downloads oder Dokumente oder irgendwo.
Danach starten Sie Ihren Computer neu und wenn das Ubuntu-Boot-Menü erscheint, gehen Sie zu 'Erweiterte Optionen → Wiederherstellungsmodus' (wenn es nicht erscheint, halten Sie die shiftTaste während des Bootens gedrückt).
Wählen Sie "In Root-Shell ablegen" und drücken Sie die EINGABETASTE, um fortzufahren, wenn Sie aufgefordert werden, die Eingabetaste oder Strg-D zu drücken.
Bearbeiten : Ausführen mount -o rw,remount /
, um Lese- und Schreibrechte zu erhalten.
Gehen Sie in das Verzeichnis, in das Sie die cuda-Installationsdatei kopiert haben.
Führen Sie den Befehl auf der Grundlage des Dateityps aus. Sie finden ihn unter https://developer.nvidia.com/cuda-downloads, nachdem Sie wie zuvor Ihr gewünschtes Ziel ausgewählt haben. In meinem Fall war es dassudo sh cuda_*.run
Dies ist wichtiger Schritt und gehen Sie langsam und vorsichtig , wenn der langen Informationen / Vertrag endet akzeptiert es.
Dann werden Sie nach der Installation des NVIDIA-Treibers gefragt. Drücken Sie Ja ( Y ).
Dann wird es wahrscheinlich fragen OpenGL - Bibliotheken Installation , es überspringt , weil es die normale Treiberinstallation außer Kraft setzen kann und Probleme verursacht , in meinem Fall hat es geschaffen . Also Nein ( n ) drücken .
Dann fahren Sie mit allen Installationen fort und es wird automatisch abgeschlossen und zeigt endlich das Logfile an/tmp
.
Nun das System neu starten , indem Sie den Befehl reboot im Recovery - Modus Shell eingeben.
Nach dem Start Ihres Systems werden die CUDA-Beispieldateien möglicherweise nicht angezeigt, da Sie diese beiden obligatorischen Schritte nach der Installation ausführen müssen:
[A] Füge den richtigen Pfad für cuda hinzu.
[B] Fügen Sie den korrekten Pfad für LD_LIBRARY_PATH hinzu
Fügen Sie den Pfad zur Datei ~ / .bashrc hinzu und führen Sie den Befehl aus source ~/.bashrc
, um den Pfad dauerhaft zu speichern , damit er nach dem Neustart nicht verschwindet. Bestätigen Sie dies, indem Sie das aktuelle Terminal schließen und den zweiten Befehl in Schritt 12 erneut in einem anderen Terminal ausführen.
Um zu überprüfen, ob CUDA richtig installiert ist oder nicht, führen Sie beide unten genannten Befehle aus und prüfen Sie, ob nvcc -V
eine Ausgabe erfolgt oder nicht
cat /proc/driver/nvidia/version
nvcc -V
Gehen Sie zu ~/NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQuery
und führen Sie diese aus:
make
./deviceQuery
Wenn Sie die Ausgabe mit diesem Bild abgleichen , ist sie möglicherweise anders, das Ausgabeformat sollte jedoch übereinstimmen.
Herzlichen Glückwunsch, Sie haben CUDA Toolkit erfolgreich installiert . Gehen Sie danach hier und versuchen Sie einige Beispiele. Gehen Sie zu 7.2 Empfohlene Aktionen .
COURTESY - CUDA TOOLKIT DOKUMENTE
PS - Jede Art von Kritik ist willkommen, entschuldigt sich im Voraus für etwaige Fehler, dies ist meine erste Antwort auf askubuntu.com.
DANKE FÜR DAS LESEN :)
Nachdem ich dies mehrmals getan habe, mein Display erfolgreich / erfolglos verloren habe, hierhergekommen bin - um Erkenntnisse zu gewinnen - einige cuda-Bibliotheken nicht im Pfad, nicht installiert oder nicht installiert - ist der vernünftige Weg, einfach die Linux-Treiber für Ihre NVIDIA-Karte zu installieren https: // medium.com/techlogs/install-the-right-nvidia-driver-for-cuda-in-ubuntu-2d9ade437dec und arbeite an nvidia-cuda docker images - base oder devel.
Führen Sie eine Volumenzuordnung von Ihrem Code-Ordner zu dem Container durch - installieren Sie, was Sie wollen - das Gleiche gilt für die Arbeit mit Keras oder Tensorflow oder nur für reines OpenCV
docker run --net = host --runtime = nvidia -it -v ~ / coding: / coding nvidia / cuda: / bin / bash
Hinweis TF wird auch mit dem Docker geliefert