参考文章
如有雷同,绝非巧合。本篇基本照抄,只是做了些许更改和标注。
1.NVIDIA显卡驱动安装
首先去官网上查看适合本机的GPU的驱动。
本人查询的过程和GPU适合的驱动如下图:
图中”Version:384.59”就是我们需要获得的信息,后面会用到。
执行如下语句,安装
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384(注意这里,改成你的版本)
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
执行完上述后,重启:
sudo reboot
输入:
nvidia-smi
如果出现了你的GPU列表,则说明驱动安装成功了。
另外可以通过:
nvidia-settings
查看自己机器上详细的GPU信息。
2.CUDA安装
CUDA相信做机器学习的人都知道,是英伟达推出的并行计算架构,现在大量数据计数的应用基本都用它,比如挖矿、大数据处理、深度学习等等。
从这里下载cuda8.0的安装文件
这里下载的是cuda8.0的runfile(local)文件。
这里是nvidia给出的官方安装指南(遇到问题时可以查阅)
下载完cuda8.0后,执行如下语句,运行runfile文件:
sudo sh cuda_8.0.61_375.26_linux.run(这里中间的版本号按照你下载的来)
因为驱动之前已经安装,这里就不要选择安装驱动。其余的按提示选择“接受”(accept),“默认”(直接回车)和“是”(y)即可。
打开“profile”文件
sudo gedit /etc/profile
在末尾处添加环境变量
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH
重启电脑:
sudo reboot
3、测试cuda的Samples
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
如果显示的是一些关于GPU的信息,则说明安装成功了。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。