这篇文章算是这个系列的补充,原因有二
- 妹纸刚入了一台新笔记本,想装双系统玩,就稍微给她讲了一下步骤。
- 刚好有知友问如何在ubuntu上装tensorflow
STEP 1: Install Ubuntu 16.04
- 到 Ubuntu官网 下载ISO镜像, 刻录进U盘
- 进入Win10,打开磁盘管理,压缩出足够的的磁盘空间(40GB or more)
- Reboot,进入BIOS,关闭 Security boot 及 Win10 的 Fast boot (Important)
- Reboot,从USB 引导进入安装界面
- 选择Ubuntu与Windows共存,一路安装到底
STEP 2: Install NVIDIA Driver
更新源和必要的软件,如果在国内请自行更换合适的source
sudo apt-get update
sudo apt-get upgrade
禁用Nouveau
sudo vi /etc/modprobe.d/disable-nouveau.conf
//加入如下两行
blacklist nouveau
options nouveau modeset=0
重建kernel initramfs & 重新启动
sudo update-initramfs -u
sudo reboot
安装NVIDIA 驱动
重启进入登录界面,切换到tty1(ctrl+alt+f1), 关闭lightdm图形界面
sudo service lightdm stop
增加 Nvidia 的 ppa 源
sudo apt-get purge nvidia-*
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
安装Nvidia显卡驱动
sudo apt-get install nvidia-375
reboot
重启,再次进入tty1,执行如下命令,没问题则ok了
sudo apt-get update && sudo apt-get upgrade
最后,可以用 nvidia-smi 查看GPU的信息
STEP 3: Install CUDA 8.0
从
官网下载CUDA文件(
以cuda_8.0.61_375.26_linux.run为例)加执行权限并安装
安装时会询问是否安装显卡驱动,
务必选择No,前面已自行安装
cd Downloads/
sudo chmod a+x cuda_8.0.61_375.26_linux.run
sudo ./cuda_8.0.61_375.26_linux.run
设置环境变量
sudo vi ~/.bashrc
//加入这两行, LD_LIBRARY_PATH 和 CUDA_HOME 都不能少
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64
export CUDA_HOME=/usr/local/cuda-8.0
保存后,务必使环境变量生效
source ~/.bashrc
STEP 4: Install Cudnn
到
官网 下载(需注册账号), 解压 & 复制文件 & 加执行权限
cd Downloads/
tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*
STEP 5: Install Tensorflow via pip
安装必要依赖
sudo apt-get install libcupti-dev
安装python-pip python-dev 并更新到最新版
sudo apt-get install python-pip python-dev
pip install -U pip
//or python3
sudo apt-get install python3-pip
pip3 install --upgrade pip
安装tensorflow
//python
sudo pip2 install tensorflow-gpu
//or python3
sudo pip3 install tensorflow-gpu
测试
开启一个terminal,这里我测试py3下的tensorflow。
bg@cgilab:~$ python3
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
输出,成功!
Hello, TensorFlow!
That’s all, take it easy!