1.安装NVIDIA驱动 首先去官网(http://www.nvidia.cn/Download/index.aspx?lang=cn)查找适配自己电脑GPU的驱动,我的电脑驱动版本如下: 执行如下语句安装NVIDIA驱动 sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update sudo apt-get install nvidia-384  //驱动版本不同,对应不同的数字 sudo apt-get instal

Ubuntu16 GTX750安装CUDA9.0,Pytorch,Anaconda教程 安装前警告 不要使用Ubuntu18! 不要使用Ubuntu18! 不要使用Ubuntu18! 务必重装成Ubuntu16 安装NVDIA驱动 只用这一个办法,一劳永逸 https://www.linuxidc.com/Linux/2019-02/157171.htm 禁用nouveau驱动 sudo gedit /etc/modprobe.d/blacklist.conf 添加 blacklist nouv

Ubuntu16.04安装cuda9.0+cudnn7.0 这篇记录拖了好久,估计是去年6月份就已经安装过几遍,然后一方面因为俺比较懒,一方面后面没有经常在自己电脑上跑算法,比较少装cuda和cudnn.但是最近课余时间还行,索性一起整理出来,方便以后查看. 检查自己的计算机是否具备CUDA安装条件 检查GPU是否支持CUDA lspci | grep -i nvidia 显示出NVIDIA GPU版本信息 去CUDA的官网查看自己的GPU版本是否在CUDA的支持列表中(https://deve

[摘要] docker很好用,但是在GPU服务器上使用docker却比较复杂,需要一些技巧,下面将介绍一下在ubuntu16.04环境下的GPU-docker环境搭建过程. 第一步: 删除之前的nvidia驱动:sudo apt-get purge nvidia-* 安装nvidia-<version> 此处version为396 n 此处需先配置ppa源,速度较慢,慢慢等吧,这里还没想出好办法解决. sudo add-apt-repository ppa:graphics-drivers/p

参考网址:https://blog.csdn.net/zhuangwu116/article/details/81063234 (1)下载安装文件: 下载cuda9.0 runfile 文件 下载地址 下载cudnn deb文件一共有两个文件,一个库文件一个开发文件,下载cudnn需要注册账号 下载地址 (2)安装cuda9.0 在Ubuntu桌面系统下按快捷键: Ctrl+Alt+F2 进入终端模式,在终端模式关闭桌面服务,命令: sudo service lightdm stop 不关闭桌面

由于最近跑机器学习相关代码的时候CPU运算速度跟不上,这才利用GPU来运算代码,显然使用GPU来运算速度明显要快很多,但是搭配GPU的使用环境是真的麻烦且头疼.网上有很多牛人的搭建过程,虽然他们都成功了,但是大家的情况不一定一样,有些人肯定也试过他们的方法并且还是没有成功,所以我还是写一份博客,以帮助广大的IT朋友们,还有也是为了方便自己以后的环境搭建.  先来推荐一篇关于关于CUDA9.0的GPU环境搭建博客,我之前不会就是看的他的,后来自己搭建了几次也就明白怎么回事了,新人不会可以照着操作一

Debian8.3.0下安装Odoo8.0的方法 假设你已经安装好了Debian 系统,使用root帐号执行如下命令 # apt-get update && apt-get upgrade  # Install system updates # apt-get install sudo  # Make sure 'sudo' is installed 使用如下命令来创建一个Odoo用户,假设Odoo的用户名是odoo: # useradd -m -g sudo -s /bin/bash o

前言: 本篇文章是基于安装CUDA 9.0的经验写,CUDA9.0目前支持Ubuntu16.04和Ubuntu17.04两个版本,如下图所示(最下面的安装方式我们选择第一个,即runfile方式): 大家可以先将CUDA文件下载下来,但是最好不要急于安装,一定要先将NVIDIA给出官方指导手册仔细看一下,然后再找几篇好的博客看一下,大致了解一下CUDA的安装过程,对安装过程中可能出现的问题要大致有一个了解,不到万不得已不要重装系统. 安装建议: 1)去官网下载CUDA的同时,一定要找份相应官方的

本篇文章是基于安装CUDA 9.0的经验写,CUDA9.0目前支持Ubuntu16.04和Ubuntu17.04两个版本,如下图所示(最下面的安装方式我们选择第一个,即runfile方式): 下载链接 sudo ./cuda_8.0.44_linux.run Do you accept the previously read EULA? accept/decline/quit: accept Install NVIDIA Accelerated Graphics Driver for Linux

注:本文原创,作者:Noah Zhang  (http://www.cnblogs.com/noahzn/) 决定加入深度学习的大军,感谢导师给配了台新设备!第一次接触服务器并配置开发环境,整个过程中遇到不少坑,但是好在最后都成功解决了.不过有点担心的是,Tesla k40c 默认还要一个辅助供电,我目前只插了8pin的供电接口,6pin的供电接口没插,不知道后续计算会不会受影响……心里怕怕的…… 首先报一下硬件配置: 服务器:联想TD350: CPU:Intel® Xeon(R) CPU E5

我的安装版本: win10 x64 VS2015 conda python 3.7 显卡 GTX 940mx Cuda 9.0 cudnn v7.3.1 Tensorflow-gpu 1.13.1 1.安装Anaconda 自动安装python3.7 2.安装VS2015 tensorflow其实是基于VC++2015开发的,所以需要安装vs2015 下载地址   https://pan.baidu.com/s/1F7g4sn5qj82RI0syjznFMQ 密码:fe9f 3. 安装显卡驱动

本机设备 windows10 gtx1060 安装软件及下载地址 python-3.5.3-amd64  链接:https://pan.baidu.com/s/1I3oIDatMgvDLEtaPtvuWSw  提取码:a7dp cuda_9.0.176_win10  链接:https://pan.baidu.com/s/1Iao-jCwlQhLIq5D28lyWmQ提取码:f9ch cudnn-9.0-windows10-x64-v7.3.1.20 链接:https://pan.baidu.co

因为要在arm(aarch64)架构的linux环境中安装tensorflow-gpu,但是官方tf网上没有对应的版本,所以我们找了好久,找到一个其他人编译好的tensorflow on arm的github(https://github.com/lhelontra/tensorflow-on-arm),但是用pip install 完成之后 的时候出现 谷歌了一下,发现需要更新libstdc++,但是试过无数种办法,始终更新不了!!! 然后我们又在nvidia官网找了另一种方法:https:/

GPU版的Tensorflow无疑是深度学习的一大神器,当然caffe之类的框架也可以用GPU来加速训练. 注意:以下安装默认为python2.7 1. 安装依赖包 $ sudo apt-get install openjdk-8-jdk git python-dev python3-dev python-numpy python3-numpy python-six python3-six build-essential python-pip python3-pip python-virtual

一.首先安装NVIDIA显卡驱动 通过NVIDIA-Linux-x86_64-367.44.run文件安装. 1. 添加 PPA. sudo add-apt-repository ppa:graphics-drivers/ppa 2. 刷新并安装新的驱动程序 sudoapt-get update sudoapt-get install nvidia-367 nvidia-settings (如果需要的话,) 卸载: 删除所有的 nvidia 包: apt-get purge nvidia* 二.

安装cuda经常会遇到安装失败的问题,原因大部分都是由于驱动不一致引起的,接下来我们分两步讲解 1. 安装驱动失败 原因:nvidia官网提供的驱动都是通用的,针对特殊设备可能出现不兼容问题,方法很简单,直接去联想官网下载最新驱动,可通过电脑的SN(笔记本底部)序列号查找对应的驱动 安装步骤:右键开始菜单 -->设备管理器 -->显示适配器 -->卸载1050Ti驱动,并勾选删除驱动 -->重启电脑 -->安装下载的联想官网驱动 2. 安装cuda失败 原因:安装的驱动和cu

https://devtalk.nvidia.com/default/topic/1027209/cuda-setup-and-installation/cuda-9-0-does-not-work-with-the-latest-vs-2017-update/

1. 下载安装文件: a. CSD文件:KUDU-0.6.0.jar b. kudu parcel:KUDU-0.6.0-1.kudu0.6.0.p0.334-el6.parcel和manifest.json文件 c. impala-kudu:IMPALA_KUDU-2.3.0-1.cdh5.5.0.p0.15-el6.parcel + manifest.json文件 2.将CSD文件KUDU-0.6.0.jar移到/opt/cloudera/csd下面并重启服务器 3.将KUDU-0.6.0-

本来就对Linux不熟悉,经过几天惨痛的教训,参考了不知道多少篇文章,终于把环境装好了,每篇文章或多或少都有一些用,但没有一篇完整的能解决我安装过程碰到的问题,所以决定还是自己写一篇我安装过程的教程,有些参考的文章会给出原地址,比较大众的教程就没有给出了. 本文写于2018年7月27日,注意下时效性,有问题欢迎留言 1. 安装Ubuntu16.04 系统下载地址: http://releases.ubuntu.com/16.04/ 下载64位系统:ubuntu-16.04.4-desktop-a

本来就对Linux不熟悉,经过几天惨痛的教训,参考了不知道多少篇文章,终于把环境装好了,每篇文章或多或少都有一些用,但没有一篇完整的能解决我安装过程碰到的问题,所以决定还是自己写一篇我安装过程的教程,有些参考的文章会给出原地址,比较大众的教程就没有给出了. 本文写于2018年7月27日,注意下时效性,有问题欢迎留言 1. 安装Ubuntu16.04 系统下载地址: http://releases.ubuntu.com/16.04/ 下载64位系统:ubuntu-16.04.4-desktop-a