您的位置:新葡亰496net > 电脑系统 > 1080Ti显卡驱动,持续修正

1080Ti显卡驱动,持续修正

发布时间:2019-12-12 11:23编辑:电脑系统浏览(136)


    本文写文章日期为2018.03.13
      因为买计算机自带了win10系统,自个儿就从不重新安装win10,而是在原win10条件下分割七个磁盘来安装ubuntu16.04,自身ComputerGPU为Gtx 1080Ti显卡,要留神的是显示器连接线是从来与Gtx 1080Ti显卡连接,实际不是接连主板上的接口!Computer配置见下图。笔者的硬盘是双硬盘三个256G的SSD固态硬盘,二个2T的HDD机械硬盘,未来win10是安装在SSD上,作者盘算把ubuntu也设置在SSD上。

    参照非常多稿子,以那篇为主:http://www.linuxidc.com/Linux/2016-11/136768.htm

    Ubuntu上以virtualenv形式安装TensorFlow

    本文介绍了什么在Ubuntu上以virtualenv方式安装tensorflow。  

    安装pip和virtualenv:

    # Ubuntu/Linux 64-bit

    sudo apt-get install python-pip python-dev python-virtualenv

    # Mac OS X

    sudo easy_install pip

    sudo pip install --upgrade virtualenv

    始建 Virtualenv 虚构情况:

      进入你想安装tensorflow的父目录下,然后实践上面发号布令构建设想情况:

    virtualenv --system-site-packages tensorflow

    激活设想景况并设置tensorflow:

      对于python27,则实施如下命令:

    source ./tensorflow/bin/activate  # If using bash

    source ./tensorflow/bin/activate.csh  # If using csh

    (tensorflow)$  # Your prompt should change

    # Ubuntu/Linux 64-bit, CPU only:

    pip install --upgrade

    # Ubuntu/Linux 64-bit, GPU enabled:

    pip install --upgrade

    # Mac OS X, CPU only:

    pip install --upgrade

      对于python3则执行如下命令:

    source ./tensorflow/bin/activate  # If using bash

    source ./tensorflow/bin/activate.csh  # If using csh

    (tensorflow)$  # Your prompt should change

    # Ubuntu/Linux 64-bit, CPU only:

    pip install --upgrade

    # Ubuntu/Linux 64-bit, GPU enabled:

    pip install --upgrade

    # Mac OS X, CPU only:

    pip3 install --upgrade

    测量检验安装:

      在极限推行如下命令步入python shell情况:

    python

      在python shell情形中测量试验:

    >>> import tensorflow as tf

    >>> hello = tf.constant('Hello, TensorFlow!')

    >>> sess = tf.Session()

    >>> print(sess.run(hello))

    Hello, TensorFlow!

    >>> a = tf.constant(10)

    >>> b = tf.constant(32)

    >>> print(sess.run(a b))

    42

    >>>

    • 若是遇上如下错误:

    1

    2

      _mod = imp.load_module('_pywrap_tensorflow', fp, pathname, description)

    ImportError: libcudart.so.7.0: cannot open shared object file: No such file or directory

      那是您的CUDA安装配备不对:

        安装CUDA和CUDNN能够仿效 那篇作品 。

      且增多如下两行到您的 ~/.bashrc 文件

    export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64"

    export CUDA_HOME=/usr/local/cuda

    • 假若碰着如下错误:

    Python 2.7.9 (default, Apr  2 2015, 15:33:21)

    [GCC 4.9.2] on linux2

    Type "help", "copyright", "credits" or "license" for more information.

    >>> import tensorflow

    I tensorflow/stream_executor/dso_loader.cc:93] Couldn't open CUDA library libcublas.so.7.0. LD_LIBRARY_PATH: :/usr/local/cuda/lib64

    I tensorflow/stream_executor/cuda/cuda_blas.cc:2188] Unable to load cuBLAS DSO.

    I tensorflow/stream_executor/dso_loader.cc:93] Couldn't open CUDA library libcudnn.so.6.5. LD_LIBRARY_PATH: :/usr/local/cuda/lib64

    I tensorflow/stream_executor/cuda/cuda_dnn.cc:1382] Unable to load cuDNN DSO

    I tensorflow/stream_executor/dso_loader.cc:93] Couldn't open CUDA library libcufft.so.7.0. LD_LIBRARY_PATH: :/usr/local/cuda/lib64

    I tensorflow/stream_executor/cuda/cuda_fft.cc:343] Unable to load cuFFT DSO.

    I tensorflow/stream_executor/dso_loader.cc:101] successfully opened CUDA library libcuda.so locally

    I tensorflow/stream_executor/dso_loader.cc:93] Couldn't open CUDA library libcurand.so.7.0. LD_LIBRARY_PATH: :/usr/local/cuda/lib64

    I tensorflow/stream_executor/cuda/cuda_rng.cc:333] Unable to load cuRAND DSO.

      由设置报错可以知道,它接收的是7.0本子,故找不到,而假诺你安装的是7.5本子,则足以试行如下命令增添相应链接:

    sudo ln -s /usr/local/cuda/lib64/libcudart.so.7.5 /usr/local/cuda/lib64/libcudart.so.7.0

    sudo ln -s libcublas.so.7.5 libcublas.so.7.0

    sudo ln -s libcudnn.so.4.0.4 libcudnn.so.6.5

    sudo ln -s libcufft.so libcufft.so.7.0<br>sudo ln -s libcurand.so libcurand.so.7.0

    Ubuntu 15.04下TensorFlow源代码方式安装

    何以评价Tensorflow和其余深度学习种类

    本文介绍了怎样在Ubuntu上以virtualenv方式安装tensorflow。 安装pip和virtualenv: # Ubuntu/Linux 64-bit sudo apt-get in...

    layout: post
    title: 2018-05-27-computer-using-hints-Computer使用扶助
    key: 20180527
    tags: ubuntu cuda cudnn tensorflow gym qq ssh

    新葡亰496net 1

    那篇算是本身对caffe学习的叁个计算种类的起来。首先因为caffe的正视性项很多,配置起来也正如麻烦。那篇算是比较详细地把caffe的种种相关安顿说知道。转发请注脚出处。

    modify_date: 2018-05-27

      早先用的微型机都以BIOS MB途锐,从前装的双系统基本都Win7和ubuntu16.04,而此番是在win10下且是在UEFI GPT条件下安装ubuntu16.04,所以在起始在此以前google了重重风行教程,防止了重重坑,多谢那个和善的人!

    推荐Ubuntu 14.04本子,因为digits的辅助比较好。显卡支不资助GPU加快要搞理解啊,不扶植就全用CPU算吗,别浪费时间折腾cuda了。

    2018-05-27-computer-using-hints-Computer使用扶植

    说明:

    • 正文拆穿于: gitee,github,博客园
    • 转发和征引请指明最先的著作者和连接及出处.

    内容和应用:

    • 此文为了将hints做成静态页面而惠及大家查看及相互链接,您还足以访谈它的源码项目(多个后生可畏律的镜像卡塔尔(英语:State of Qatar):
      • gitee(https://gitee.com/freelogic/computer-using-hints.git);
      • github(https://github.com/freelogic/computer-using-hints.git);
      • gitlab(https://gitlab.com/freelogic/computer-using-hints.git);
    • 提出你通过本page的页内搜索来探求关键字及有关内容,当前主流浏览器都有"页内搜索"效率;

    正文:

    意气风发、安装前思考

    我们基本要根据官方教程上边来。但是官方教程有的坑没有一点出来的,本文也生机勃勃并列上了。

    Content

    • 1-Basic OS Hints
      • 1.1-Ubuntu
        • 1.1.1-Ubuntu18.04如何切换暗中认可的python版本?
        • 1.1.2-Ubuntu18.04怎么样设置摆渡云盘客商端(不是摆渡云同步顾客端卡塔尔?
        • 1.1.3-怎样通过ssh终端(譬如在WIN10卡塔尔(قطر‎登陆Ubuntu18.04阳台?
        • 1.1.4-Ubuntu18.04怎么样设置QQ?
        • 1.1.5-Ubuntu18.04怎么样设置chrome?
        • 1.1.6-Ubuntu18.04如何设置pycharm?
        • 1.1.7-Ubuntu下怎样设置循环信任的lib库?
        • 1.1.8-Ubuntu18.04解除USB有线鼠标插入后无法采用的主题材料?
        • 1.1.9-Ubuntu18.04下计算SHA1和MD5值?
        • 1.1.10-Ubuntu18.04下文件目录相比较工具(相通beyondcompare卡塔尔国?
        • 1.1.11-Ubuntu18.04下安装相像notepad 的文本工具
        • 1.1.12-Ubuntu18.04下安装OCR工具(tesseract)
        • 1.1.13-Ubuntu18.04下调整字体和鼠标样式及大小
        • 1.1.14-Ubuntu18.04下测网速
        • 1.1.15-查看Ubuntu18.04的硬件配备
        • 1.1.16-Ubuntu18.04的apt-get命令怎么着设置钦定版本?
        • 1.1.17-Ubuntu18.04的ufw的归纳防火墙操作
    • 2-Special Topic Hints
      • 2.1-Programming
        • 2.1.1-版本管理
          • 2.1.1.1-GIT
            • 2.1.1.1.1-怎么着从本地PUSH分支退换到三个远端GIT酒馆(借使远端GIT仓库为三个备份镜像库且内容意气风发致卡塔尔(英语:State of Qatar)?
          • 2.1.1.2-GIT仓库
            • 2.1.1.2.1-不能够登记新GITLAB帐号且忘记老帐号密码怎么做?
        • 2.1.2-JAVA
          • 2.1.2.1-JDK
            • 2.1.2.1.1-JDK安装
        • 2.1.3-DataBase
          • 2.1.3.1-MYSQL
            • 2.1.3.1.1-MYSQL的安装
        • 2.1.4-Testing
          • 2.1.4.1-JMeter
            • 2.1.4.1.1-JMeter的安装
            • 2.1.4.1.2-JMeter的遍及式测验
      • 2.2-机器学习
        • 2.2.1-遇到设置
          • 2.2.1.1-ubuntu
            • 2.1.1.1.1-ubuntu18.04条件设置机器学习情况TF的三件套CUDA-CUDNN-TENSO智跑FLOW
            • 2.1.1.1.2-ubuntu18.04条件设置OpenAI的GYM的加强学习景况
      • 2.3 大数据
        • 2.3.1-日志
          • 2.3.1.1-ELK
            • 2.3.1.1.1-安装ELK
    • 3-END

    1.安装EasyUEFI

    平时来讲使用BIOS MB大切诺基构架的双系统须要利用EasyBCD软件来增添运转项,使用UEFI需求EasyUEFI。在win10下先安装EasyUEFI以便于现在在win10下管理运营项以致去除ubuntu系统。

    生机勃勃、显卡的安装

    1. Basic OS Hints

    2.制作Ubuntu 16.04LTS启动盘

    • 下载Ubuntu 16.04LTS于Ubuntu 16.04LTS中国官方网站或者Ubuntu 16.04LTS官网
    • 自己是用ubuntu官方推荐的Rufus来创制运行盘,其艺术见How to create a bootable USB stick on Windows,使用该工具的时候,有三种格局可选,到底是用这种形式决计于Computer的配置,能够百度时而Computer主板是否UEFI以至硬盘分区是MBTucson照旧GPT:怎么查看计算机硬盘是gpt分区抑或MB中华V分区 什么查看主板是UEFI运维以致是还是不是援救UEFI情势,确实不通晓的就选第意气风发项。有资料说一向解压到空的U盘也能行。简单的说比较多艺术都能做成系统运行盘。
    • 只是也许有用UltraISO软碟通来创造的,然而自个儿制作后安装的时候失败了,然后改用Rufus,文件系统用的是Ntfs,安装时依旧失败了。那三种失败情形都是ACPI error,后来本身意识是U盘太旧了的案由,即便这么些u盘也许有16G,于是本人用另四个较新的16G的u盘用Rufus制作运营盘,文件系统用的默许的FAT32,分区方案和对象连串项目接受本人相应的就可以,见下图。

      新葡亰496net 2

    剥夺nouveau驱动,nouveau是ubuntu自带的对nivida的开源驱动,对设置AMD的合法驱动会有题目,所以先将其剥夺。

    1.1 Ubuntu

    3.禁用UEFI安全开发银行、关闭飞快运转

    • 禁止使用UEFI安全开发银行的不二等秘书技见配备深度学习主机与情状(TensorFlow 1080Ti卡塔尔:(二卡塔尔(قطر‎Win10&Ubuntu双系统与显卡驱动装置。
    • 闭馆快速运行的方法关门win10的长足运维,如若Win10电源管理中从不相当慢运转选项,那么请依据Win10电源管理中向来不异常快运转选项中的的秘技实行设置就能够,因为自个儿正是这种景色。

    按Ctrl Alt F1 进入tty1控制台,输入

    1.1.1 Ubuntu18.04哪些切换暗许的python版本?

    • ubuntu18.04切换暗中认可python的法子:

      • 参考:
      • 命令:

        # 定义2种python版本
        sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100     
        sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150
        
        # 如下命令用来切换
        sudo update-alternatives --config python
        

    4.为Ubuntu系统一分配配硬盘空间

    • 风流倜傥经急需,用DiskGenius或者分区帮手对黄金时代意气风发硬盘大小举行调度
    • “鼠标右键Computer—>管理—->磁盘管理—->选中盘符右键—->压缩卷 ”
      减掉出起码60G(空间太小,等会分区的时候很难分配,何况会运转慢卡塔尔国的空中出来,不要分配盘符,直接让其处于空闲或未分配景况就能够。这几个未分配的上空正是大家今后的ubuntu系统的设置使用空间。小编压缩了130g机械硬盘空间用于安装ubuntu。

    sudo vim /etc/modprobe.d/blacklist-nouveau.conf

    1.1.2 Ubuntu18.04怎么设置摆渡云盘顾客端(不是摆渡云同步客商端卡塔尔国?

    • ubuntu18.04装置摆渡云盘顾客端(不是摆渡云同步客商端卡塔尔
      • 参考:
        • 本条链接有bcloud3.9.1安装包,它是能找到的新式版本,已纳入个人云盘"笔者的顺序ubuntu"位置;
        • bcloud其实都以社区和私家自身维护的源码!3.9.1版本已测可用;
      • 设置参照他事他说加以考察:

    二、安装ubuntu 16.04

    • 安装方式重要见配置深度学习主机与情状(TensorFlow 1080Ti卡塔尔(قطر‎:(二卡塔尔(英语:State of Qatar)Win10&Ubuntu双系统与显卡驱动装置,还可参照他事他说加以考察 Win10下UEFI情状安装Ubuntu 16.04双系统教程
    • 自己的分区情状为:

    swap调换空间:8G
    efi系统一分配区 :512M
    挂载“/” :30G
    挂载“/usr” :35G
    挂载“/home”:51G

    因为本神草照他事他说加以考察了上边:

    1.swap换到空间,相当于Win中的虚构内部存款和储蓄器,日常必要划分对应物理内存2倍的空中,思虑到深度学习主机内部存储器平常都以32G、64G恐怕128G,所以采纳忽视不分开,之后如有须求仍然是能够在系统装置中增多swap部分。实际上小编分开了8G。
    2.EFI系统一分配区,选拔分区类型为“逻辑分区”,分区地点为“空间起初地点”。分配大小为512M,足矣。
    3.挂载“/”,类型为EXT4日记文件系统,选取“逻辑分区”和“空间初步地点”。根目录将挂载除了“/home”和“/usr”之外的此外目录,分配30G。
    4.挂载“/usr”,类型为EXT4日志文件系统,选取“逻辑分区”和“空间起先地方”。“/usr”为Linux寄放软件的地点,分配40G。
    5.挂载“/home”,类型为EXT4日志文件系统,接纳“逻辑分区”和“空间开头地方”。剩余50G左右空间全体分红给“/home”。

    • 新葡亰496net,风流倜傥旦安装ubuntu时现身ACPI error,可仿效win10安装ubuntu-GNOME双系统踩坑综合

    在里面写上

    1.1.3 如何通过ssh终端(比方在WIN10卡塔尔登陆Ubuntu18.04平台?

    • 用ssh登录ubuntu18.04

      • 规律:暗中认可ubuntu系统设置后有ssh,而从不sshd,所以任何服务器/PC不能够通过ssh左券来远超登入ubuntu,须要如下操作:
        安装参考:https://jingyan.baidu.com/article/359911f5a5b74857fe0306c4.html
        # 查看Ubuntu是否已经安装或启用了ssh服务
        ps -e |grep ssh
        # 如果只有ssh-agent,则它是ssh-client客户端进程;
        # 如果没有sshd进程,则需要继续安装ssh的server模块,他是OS的一部分;
      
        # 安装sshd
        sudo apt install openssh-server
      
        #开启/关闭ssh服务命令:
        sudo service ssh start  #手动启动服务
        sudo service ssh stop   #手动关闭服务
        sudo service ssh status #查询服务状态
      

    三、安装显卡驱动

    • 因为此时自家的ubuntu还不可能连网,所以不能够到用系统自带的软件更新里去安装,所以只能协调在win10里下载好驱动,再在ubuntu里设置。
    • 设置格局见Ubuntu 16.04 安装GTX1080Ti驱动、Ubuntu 16.04安装NVIDIA驱动

    blacklist nouveau

    1.1.4 Ubuntu18.04如何设置QQ?

    • install QQ
      • Best way is use "WEBQQ(http://web2.qq.com/)" instead of install local program;
      • WEBQQ is an URL, you can make a URL link icon on desktop of ubuntu;

    四、笔记本ubuntu有线上网难题

    想在台式机ubuntu16.04和win10上都用一个有线网卡来上网,开掘众多网卡都不能够在ubuntu中上网,纵然能够也只能须要复杂的装置网卡驱动步骤,可是自己也发掘了在ubuntu系统中免驱可以即插即用且在windows中也足避防驱连网的三种网卡分别是:

    • RT5572有线网卡,2.4GHz和5GHz双频,传输速率为300Mbps,因为速率非常快,所以自身用的是其一网卡。
    • RT3070(L)白或者 RT3070(L)黑或者RT3070(L)-Hi-Link,频段只为2.4GHz,传输速率为150Mbps

    options nouveau modeset=0

    1.1.5 Ubuntu18.04什么设置chrome?

    • install chrome
      • Best way is to download chrome's deb package and use "sudo dpkg -i google-chrome-stable_current_amd64.deb" to install;
      • Notes: after 'deb' downloaded, don't click on it to install automaticly, it maybe report error and use command above suggested to install it in terminal;

    五、卸载 Ubuntu

    • 方法见Win10 Ubuntu16.04双系统(UEFI GPT, SDD HDD卡塔尔(قطر‎施工方案

    按esc 输入:wq 保存退出

    1.1.6 Ubuntu18.04怎么样设置pycharm?

    • install pycharm
      • ubuntu18.04的新型的"软件/software"此中可以搜到"pycharm",不过双击自动安装多次功亏大器晚成篑,所以提议用如下普通情势安装;
      • 下载免费社区版本的pycharm包,然后实践"binpycharm.sh"脚本,就开动了图形分界面,建议拖动到ubuntu的desktop做个链接,方便下一次运维;
      • 配备python拆解解析器: 从"setting"配置分界面,寻找关键字或间接找到"Project Interperter",然后依据情状选取;
        • 诚如设置完pycharm后它自动感知OS系统,恐怕会开采三个python分析其, 举个例子ananconda,或种类的python3,或python2等等;
        • 建议您选anaconda或os自带, 然后pycharm会自动探测其借助库的立异,每趟运营pycharm,通常会更新index,其实正是"扫库"看是或不是安装了新lib库;
        • 比方说: 你anaconda命令行下用"conda"命令安装了python模块AAA,而os的python3下这些模块AAA未有安装,则pycharm借使应用os的python3则不会重新创建lib的index;
        • 参考:

    六、安装CUDA 9.1 和Cudnn 7.1.1

    在设置完CUDA 9.1 和Cudnn 7.1.1后头察觉,tensorflow最新版本 1.7.0不支持CUDA 9.1 和Cudnn 7.1.1,而是援助CUDA 9.0 和Cudnn 7.0,见tensorflow官方网站安装表明:Installing TensorFlow 或 Installing TensorFlow on Ubuntu,不然会并发如下错误:

    (tensordai) mengzhuo@ubuntu:~$ python
    Python 3.6.2 |Continuum Analytics, Inc.| (default, Jul 20 2017, 13:51:32)
    [GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux
    Type "help", "copyright", "credits" or "license" for more information.
    输入指令:import tensorflow as tf
    现身错误:ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory

    因而,大家要么安装CUDA 9.0 和Cudnn 7.0吧,安装模式跟下边包车型客车点子风度翩翩致。
    CUDA 9.0下载地址为:CUDA Toolkit 9.0,所以大家可直接跳过前3步,直接看第4步安装CUDA 9.0和CUDNN 7.0.5的方式

    ps:vim编辑器很好用啊,还不会的伴儿要抓牢时间学啊。

    1.1.7 Ubuntu下什么样设置循环信任的lib库?

    • 缓和ubuntu下用命令"apt-get"安装有轮回放重的黄金年代组lib库的主题材料
      • 主题材料:ubuntu下利用"apt-get"来安装lib1库,但lib1依赖lib2,而lib2又正视lib3和lib4,但最终lib4也许还信任lib1,循环了;
      • 消除:其实,你没办法单独安装lib库;只要"sudo apt-get install lib1,lib2,lib3,lib4" //将循环信赖库风流浪漫并写上,同不常间设置就可以

    1.安装CUDA 9.1

    • 参照他事他说加以考察教程:Ubuntu 16.04 上安装 CUDA 9.0 详细教程、ubuntu16.04装置cuda9——简明教程

    • 合法教程膜拜上:官方教程

    • 下载CUDA Toolkit 9.1 Download

      新葡亰496net 3

    • 安装的主要措施见:Ubuntu16.04安装CUDA9.1、cuDNN7详尽教程,基本同合法教程如出一辙,笔者和这几个科目有某个不平等正是在装置境遇变量时,因为本身也设置的是CUDA 9.1,所以在终极中输入

    sudo gedit /etc/profile

    在展开的公文末尾,增多以下两行。
    64位系统:

    export PATH=/usr/local/cuda-9.1/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64:$LD_LIBRARY_PATH

    那边的文件目录是cuda-9.1不是cuda-9.0。

    执行

    1.1.8 Ubuntu18.04缓和USB无线鼠标插入后无法利用的主题材料?

    • 化解UBUNTU18.04插入USB有线鼠标无效的主题素材
      • 难点: ubuntu18.04也许暗中认可在电瓶情势会关闭USB端口,则USB鼠标插入不或者利用;
      • 解决: 插入电源,台式机Computer就可以堆新接入的有线USB鼠标感知并能使用了;
      • TODO:暂未找到怎么样设定ubuntu18.04在电源情势下禁止使用或弃用USB设备(如USB的WIFI鼠标卡塔尔的配备;

    2.安装Cudnn 7.1

    • Cudnn 7.1的安装是根据Ubuntu16.04安装CUDA9.1、cuDNN7详细教程中以tgz文件的款型设置的。这几个科目也是依照cudnn7.1.1安装官方教程来的。下载cudnn须要注册,小编是在cuDNN Download中下载的,下载的是cuDNN v7.1.1 Library for Linux,见下图。

      新葡亰496net 4

      总计起来其实以tgz文件的样式设置cuDNN只要求4条命令就会设置成功,在cuDNN7的tgz安装文件所在的文书夹内:右键--->在终点中开采--->然后在终端内输入以下4指令就能够:

    tar -xzvf cudnn-9.1-linux-x64-v7.tgz
    sudo cp cuda/include/cudnn.h /usr/local/cuda/include
    sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
    sudo chmod a r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

    • 因为是以tgz文件的花样设置的cudnn所以无法依据合法教程中平等来验证cudnn是还是不是安装成功,可是小编到各类文件目录看了下,确认应该是安装成功了。

    lspci | grep nouveau

    1.1.9 Ubuntu18.04下计算SHA1和MD5值?

    • ubuntu下计算sha1/md5值
      • 参考:
      • 一声令下: md5sum ./hoek-2.16.3.tgz > ./hoek-2.16.3.tgz.md5.txt //假如你下载了tgz到当前目录
      • 命令: sha1sum ./hoek-2.16.3.tgz > ./hoek-2.16.3.tgz.sha1.txt //尽管你下载了tgz到当前目录

    1080Ti显卡驱动,持续修正。3.卸载 CUDNN 7.1.1 和CUDA 9.1,

    查询pci总线中是不是还也有nouveau,grep后边接正则表明式过滤。

    1.1.10 Ubuntu18.04下文件目录相比较工具(相似beyondcompare卡塔尔国?

    • Ubuntu下有无需付费工具meld,它丰裕近似beyondcompare,能够相比目录和文书,很好用!
      • 设置: 在ubuntu搜索关键字"软件",展开"软件"(相同app store或设置使用集团卡塔尔(英语:State of Qatar)后,在它在那之中找寻关键字"meld",直接设置和运营;

    3.1 卸载CUDA 9.1的办法见:

    • 以runfiles情势设置CUDA9.1的法定卸载方法:

    sudo /usr/local/cuda-9.1/bin/uninstall_cuda_9.1.pl

    • ubuntu16.04 下 卸载CUDA9.1

    哪些都并未有表明禁止使用成功。

    1.1.11 Ubuntu18.04下安装形似notepad 的文书工具

    • ubuntu下不可能直接设置notepad ,但足以设置其家门的名称叫"notepadqq"的linux版本;

      • 参考:Ubuntu 16.04装置Notepadqq编辑器代替Notepad
      • 安装:
        sudo add-apt-repository ppa:notepadqq-team/notepadqq
        sudo apt-get update
        sudo apt-get install notepadqq
      

    3.2 卸载CUDNN 7.1.1 的方法:

    因为安装CUDNN,实际上只是把几文本复制到CUDA的安装目录下,所以卸载CUDNN只需求把CUDA的装置目录"/usr/local/cuda-9.1"一同删除就足以了:

    cd /usr/local/
    sudo rm -r cuda-9.1

    假诺已经历证过CUDA就能够在/home/顾客名 下发生文书夹“NVIDIA_CUDA-9.1_Samples”,能够把它一起删除:

    cd /home/mengzhuo
    sudo rm -r NVIDIA_CUDA-9.1_Samples

    注意:笔者用官方卸载方法卸载CUDA 9.1后再用下边的"4.4.1 方法一"安装CUDA 9.0后发现
    系统一分配辨率变成没装驱动同样,并且在ubuntu登入分界面现身循环登陆,招致不可能以图表方式步入ubuntu。
    本身测度的原因:卸载CUDA 9.1时推断连带着驱动的局部包被卸载了。
    自个儿化解的办法是:在登陆界面按Alt Ctrl F1进去字符分界面,然后卸载笔者刚刚安装的CUDA 9.0,在未有卸载驱动的动静下用驱动的.run安装包,再根据地方讲的设置驱动方法重新安装修复了驱动。然后分辨率变健康,循环登入现象秋风落叶。最后笔者进来ubuntu系统后用了

    重启后登陆时,恐怕会循环出现填写登陆密码,不可能进来系统的处境,按Ctrl Alt F1,登陆,

    1.1.12 Ubuntu18.04下安装OCR工具(tesseract)

    • ubuntu下的OC昂Cora工具非常少(最少没有win下的金山OCEscort,快易典OCENCORE,紫光OC奥迪Q7等等卡塔尔国,但免费预装的tesseract就足够好!

      • ubuntu18.04自带tesseract4.00版本,能够辨别中国土木工程集团耳其语(粤语识别需如下安装普通话包卡塔尔,测量检验效果能够接收,超越部分在线OCPRADO网址(收取薪水或无需付费卡塔尔(قطر‎,它是风靡LSTM的神经网络及机器学习的剧情,可以进一层读书;
      • 安装:
        sudo apt-get install tesseract-ocr  //发现ubuntu18.04已经安装了最新的4.00版本
        sudo apt-get install tesseract   //同上
        sudo apt-get install tesseract-ocr-chi-sim //安装额外的中文简体识别包
        tesseract //查看命令的格式和参数
        tesseract --list-langs //查看支持的语言
        tesseract ./yangpu-xiaoxue.jpg yangpu-xiaoxue.txt -l chi_sim  //进行识别命令并输出结果txt文件;
        # 性能说明: 中文识别(4MB的JPG包含2列450行文字)运用到了4个core,大约30秒左右,未查是否使用了GPU,仅供参考;
      
      • 参考1:
      • 参考2(详细):
      • 其三方UI界面软件: 在ubuntu的"软件/software"中寻找"gimagereader"关键字并设置它,它是tesseract的三个UI分界面,相当好用!
      • 缺点:tesseract无法自动转变为带表格的XLS文件格式,而一些在线OC本田CR-V(如下卡塔尔国,或win下的OC哈弗扶植汉语版面识别,能将table转变为XLS的表格导出;
      • 其他OC福特Explorer: 在线OCPAJERO有无需付费和收款版本,超多,推荐那几个,它克制表格识别并改造为xls表格,无偿的最大能辨别10MB以上的JPG;

    4.安装CUDA 9.0

    CUDA 9.0下载地址为:CUDA Toolkit 9.0

    • 参照教程:Ubuntu 16.04 上安装 CUDA 9.0 详细教程、ubuntu16.04设置cuda9——简明教程

    • 法定教程膜拜上:设置CUDA9.0官方教程

    设置方式同地方安装CUDA 9.1等同,其关键方法见:Ubuntu16.04安装CUDA9.1、cuDNN7详细教程,基本同官方教程相近,具体方法如下:

    卸载显卡方法:

    1.1.13 Ubuntu18.04下调整字体和鼠标准样本式及大小

    • 布署ubuntu18.04的字体大小和鼠标大小
      • 参考:
      • 说明: 虽说听闻ubuntu18.04弃用了unity分界面,但照旧依据参照他事他说加以考查资料,尝试并确认了之类方法可用;
        • 命令: sudo apt-get install unity-tweak-tool //安装了untiy tweak配置台;
        • 产生后请寻觅"tweak"关键字, 找到并开采tweak后,能够font样式大小,也得以布置鼠标准样板式大小(但大小无法自由调治卡塔尔;

    4.1 检查本身的计算机是还是不是富有CUDA安装条件

    反省格局见:Ubuntu16.04装置CUDA9.1、cuDNN7详尽教程

     sudo apt-get remove --purge nvidia*

    1.1.14 Ubuntu18.04下测网速

    • ubuntu18.04的网络测速

      • 主题材料: 因网络动荡,尤其是路由器滚烫,网络连不上,所以想测量检验网速,而ubuntu没有肖似win下360的宽带测速器,方法如下;
      • 参考:
      • 命令:

        sudo apt-get install speedtest-cli  //安装speedtest-cli, 及设你是python3且升级到pip3命令
        speedtest-cli --h  //查看帮助
        speedtest-cli --share  //执行网络测速命令
        speedtest-cli --list   //获取测速使用的speedtest网站配置的各个目标网站的名字和距离公里数的大列表;
        
      • 在线UI分界面: speedtest也提供在线分界面供查看测验进程和结果:http://www.speedtest.cn/)

    4.2 安装NVIIDA驱动。

    CUDA提供三种安装格局:package manager安装和runfile安装。因为CUDA安装文件将近1.6G,所以 这里自个儿选取runfile安装,采取runfile安装,CUDA自带的驱动或然不可能牢固内核新闻,所以要先安装NVIIDA驱动。我前边早已设置了驱动,所以那步已经免了。

    设置显卡驱动:

    1.1.15 查看Ubuntu18.04的硬件配置

    • 翻看ubuntu硬件配置
      • 方法1: 命令sudo lshw //返回CPU/MEM/DISK/GPU/USB等信息
      • 主意2: 在找寻中输入"system", 张开"system profiler and benchmark", 其实正是将lshw的图形化,看起来方便而已;
    • 非常主义,ubuntu那么些linux系统,对于台式机Computer的充电方式或电瓶形式的切换管理,及USB设备的激活等,不是特意好,提出:
      • 如果有线USB/WIFI鼠标,以致touchpad和键盘无效了,请插入电源再尝试看;
      • 依旧因为电源情势调换,招致力不胜任登陆,鼠标动但键盘无效不能够输入密码,则能够品尝短按power键来休眠并复苏,尝试激活键盘;

    4.3 下载CUDA 9.0的runfile安装文件

    下载地址:CUDA Toolkit 9.0

    $ sudo add-apt-repository ppa:xorg-edgers/ppa

    1.1.16 Ubuntu18.04的apt-get命令如何设置钦点版本?

    • apt-get安装钦命版本
      • 命令: sudo apt-get install package=version

    4.4 开首安装CUDA 9.0

    $ sudo apt-get update

    1.1.17 Ubuntu18.04的ufw的简易防火墙操作

    • ubuntu的ufw安装和应用
      • TODO: ubuntu的ufw安装和选择
    4.4.1 方法风流罗曼蒂克:英特网一大半的主意都是这种,太复杂,所以可径直看4.4.2的秘籍二
    • 重启系统,在登入分界面时按Ctrl Alt F1跻身字符终端分界面,登陆成功后,关闭图形化界面

    sudo service lightdm stop

    • 以cd命令步向CUDA 9.0的.run安装文件所在文件夹内,举例本人的是:

    cd /home/mengzhuo/    # mengzhuo是自个儿的体系客户名

    • 找到下载文件的门路,键入上面的下令安装:

    sudo sh cuda_9.0.176_384.81_linux.run

    • 单击回车,直到提醒“是还是不是为NVIDIA安装驱动?” 一定要接收否,因为早已设置好驱动程序,其余都是默许。

    最终,你会看出cuda驱动、sample、tookit已经设置成功,然而缺点和失误一些库。

    • 累计这几个库:

    sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

    • 再次开动图形化分界面:

    sudo service lightdm start

    • 何况按住Alt ctrl F7,再次来到到图形化登入分界面,输入密码登入。 尽管能够得逞登入,则表示不会遭受循环登陆的主题素材,基本注脚CUDA的装置成功了 .重启计算机,检查Device Node Verification:

    ls /dev/nvidia*

    • 若结果突显:

    /dev/nvidia0 /dev/nvidiactl /dev/nvidia-uvm

    或突显出贴近的音信,应该有八个(包含五个近乎/dev/Intel-nvm的),则设置成功。 假诺展现此外意况,则遵照Ubuntu16.04装置CUDA9.1、cuDNN7详尽教程中方法开展设置。

    • 终端中输入

    sudo gedit /etc/profile

    • 在开发的文书末尾,增多以下两行:
      64位系统:

    export PATH=/usr/local/cuda-9.0/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

    32位系统:

    export PATH=/usr/local/cuda-9.0/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib:$LD_LIBRARY_PATH

    • 保留文件,同等对待启。因为source /etc/profile是不时生效,重启Computer才是永恒生效。重启计算机,检查上述的境况变量是不是设置成功。

    $ sudo apt-get install nvidia-352

    2. Special Topic Hints

    4.4.2 方法二:

    因为我们在装置cuda时并没有须要安装驱动,所以不要按Ctrl Alt F1进去字符终端,也不用闭馆图化分界面。同一时候,在点子一中,在说明是还是不是安装成功时,make也太复杂了,须求花20 分钟,其实只供给make一个文件就足以,那样只须求几秒就可验证是或不是安装正确。具体方法如下:

    • 先安装 安装cuda所需的信任库:

    sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

    • 输入以下命令:

    cd /home/mengzhuo/    # mengzhuo是我的系统用户名,该文件夹下存在CUDA9.0的.run安装文件
    sudo sh cuda_9.0.176_384.81_linux.run

    单击回车,直到提醒“是或不是为NVIDIA安装驱动?” 一定要筛选no,因为已经安装好驱动程序,其余都以选项yes。

    • 加上情状变量:

    sudo gedit /etc/profile

    在展开的文件末尾,增添以下两行:
    64位系统:

    export PATH=/usr/local/cuda-9.0/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

    • 保存文件,同等看待启。因为source /etc/profile是有时生效,重启计算机才是长久生效。重启Computer,检查上述的情状变量是不是设置成功。

    施行sudo start lightdm 输入密码能来看桌面就ok啦

    2.1 Programming

    4.5 验证CUDA 9.0是否安装成功

    ps:显卡驱动挂掉之后很只怕你就看不到系统分界面了,运营之后显示屏一无是处,其实系统是在运维的。小编的做法是先提前装好了SSH服务,遭受这种状态就通过另生龙活虎台计算机SSH登录进去安装驱动。

    2.1.1 版本管理

    4.5.1 方法生龙活虎:网络海高校部分的方式都是这种,太复杂太花时间,所以可径直看4.5.2的方法二
    • 验证CUDA Toolkit:

    nvcc -V

    • 末尾,我们须求尝试编译cuda提供的例证,看cuda能还是不可能符合规律运作,张开终端输入:

    cd /home/user_name/NVIDIA_CUDA-9.1_Samples
    make

    • 系统就能够活动步入到编写翻译进程,整个进度大致要求十几到十七秒钟,请恒心等待。若是现身错误的话,系统会马上报错结束。 假使编写翻译成功,最终会显得Finished building CUDA samples,如下图所示。

    • 运营编写翻译生成的二进制文件。 编写翻译后的二进制文件暗许寄存在NVIDIA_CUDA-9.1_Samples/bin中。接着在终点中输入 :

    cd bin/x86_64/linux/release
    ./deviceQuery

    • 结果如下图所示:见到雷同如下图片中的突显,则代表CUDA安装且布局成功,其中Result = PASS代表成功,若失利 Result = FAIL .
    • 谈起底再检查一下系统和CUDA-Capable device的总是意况
      极点输入 :

    ./bandwidthTest

    观望肖似如下图片中的呈现,则代表成功

    二、CUDA安装

    2.1.1.1 GIT
    4.5.2方法二:
    • 验证CUDA Toolkit:

    nvcc -V

    新葡亰496net 5

    • 大家须要尝试编写翻译cuda提供的事例,看cuda能还是不得不奇怪运行,这里大家不用像方法一如出风流洒脱辙make全部samples,而只需make贰个sample就足以了,那样能够使时间从20多分钟裁减到几分钟,展开终端输入:

    cd /home/mengzhuo/NVIDIA_CUDA-9.0_Samples/1_Utilities # 进入NVIDIA_CUDA-9.0_Samples中 deviceQuery所在文件夹,mengzhuo是我自己的username
    make
    cd /home/mengzhuo/NVIDIA_CUDA-9.0_Samples/bin/x86_64/linux/release
    ./deviceQuery

    • 结果如下图所示:见到相仿如下图片中的展现,则代表CUDA安装且布局成功,其中Result = PASS代表成功,若战败 Result = FAIL 。
    ![](https://upload-images.jianshu.io/upload_images/4368611-5edfa3dc03e2e85d.png)
    

    CUDA官方网站下载。其实应该先下载好的,如若没赶趟用图形分界面下载,用wget, curl什么的下载也如出风姿浪漫辙。 传说331的驱动有坑啊,大家不要用十三分驱动。上面设置一些依靠项/

    2.1.1.1.1 怎么着从本地PUSH分支退换到多个远端GIT旅舍(要是远端GIT旅馆为多少个备份镜像库且内容意气风发致卡塔尔国 ?
    • 参照: 请自查摆渡/谷歌(Google卡塔尔/BING,关键字"git push到多少个远端酒馆";
    • 艺术: 项目目录下有个藏匿的".git"目录,更正其下的安插文件".gitconfig":

      # 在.gitconfig文件添加如下独立小节,"<>"之间内容需根据实际情况变化,以下是举例:
        [remote "all-remote-git(gitee/github/gitlab)"]
        url = https://gitee.com/<user-account>/<repo-name>.git
        url = https://github.com/<user-account>/<repo-name>.git
        url = https://gitlab.com/<user-account>/<repo-name>.git
      

    5.安装CUDNN 7.0.5

    • Cudnn 7.0.5的设置是比照Ubuntu16.04装置CUDA9.1、cuDNN7详尽教程中以tgz文件的款型设置的。那一个科目也是比照cudnn7.0.5装置官方教程来的。下载cudnn要求登记,笔者是在cuDNN Download中下载的,下载的是cuDNN v7.0.5 Library for Linux
      ,见下图。

      新葡亰496net 6

    总计起来其实以tgz文件的方式设置cuDNN只须求4条命令就能够安装成功,在cuDNN7的tgz安装文件所在的公文夹内:右键--->在极限中开荒--->然后在极端内输入以下4限令就能够:

    tar -xzvf cudnn-9.0-linux-x64-v7.tgz
    sudo cp cuda/include/cudnn.h /usr/local/cuda/include
    sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
    sudo chmod a r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

    因为是以tgz文件的款型设置的cudnn所以不可能依据法定教程中同样来验证cudnn是不是安装成功,不过笔者到各种文件目录看了下,确认应该是安装成功了。

    sudo service lightdm stop

    2.1.1.2 GIT仓库

    七、安装Anaconda 3.5.1及内部自带的python 3.6

    就算如此本人的ubuntu 16种类自带的python是2.7.12,但是Anaconda不仅可以够进行李包裹管理,仍可以够开展遭受管理,所以用它来开展创办虚构遭受并管理。去Anaconda的法定下载地址或清华anaconda镜像下载对应python版本的Anaconda安装文件。小编这里下载的是python3.6的本子:此番使用的是Anaconda3-5.1.0-Linux-x86_64.sh。

    • 主要安装情势见Ubuntu 16.04 安装Anaconda3。此外,也参照了Ubuntu 安装 Anaconda3 详细步骤。

    sudo apt-get install g

    2.1.1.2.1 不能够注册新GITLAB帐号且忘记老帐号密码如何做?
    • 只要不能注册GITLAB帐号,只怕是因为register new account要求用到google的表明图形识别控件,但国内被墙了,请FQ再测量试验;
      • 你也能够用github帐号,授权其登入gitlab,相仿用,还更有利和同生龙活虎,忘记密码也足以回复如下描述;
    • 何以步入gitlab帐号(忘记密码和关联email的动静下卡塔尔(英语:State of Qatar)?
      • 生机勃勃旦gitlab帐号和github同名或绑定; 那么用github帐号登陆到gitlab此中, 然后方可改善password和关联email;

    八、安装pycharm

    • 方法见Ubuntu 16.04 安装 PyCharm

    • 假设在应用程序中找不到pycharm运维项,可用如下方法:
      打开Pycharm--->Tools--->Creat Desktop Entry...--->Ok

    一心不用用这种方法:在ubuntu16.4中为pycharm创设桌面神速运维情势。这种办法不仅仅复杂,并且本人用这种措施后发觉前后相继Logo并不曾被加载,所以Logo变发了叁个问号图片。

    sudo apt-get install git

    2.1.2 JAVA

    九、利用pycharm创立设想遭受,并在设想情况内安装tensorflow、keras等深度学习框架

    设若不想行使pycharm创造虚构情形,并在设想环国内安装tensorflow、keras等深度学习框架,而是非要本身在终点手提式无线电话机输入指令来扩充,那么可直接跳过本节看下生龙活虎节"十、在Anaconda创设的设想处境内安装tensorflow",本节和下风华正茂节方法是大同小异的,只是本节艺术更简短、越来越直观而已。

    • 打开pycharm--->Files--->New Project--->Pure python
    ![](https://upload-images.jianshu.io/upload_images/4368611-8e172c5348157b3b.png)
    
    1.png
    
    • 在New environment using中可筛选“Conda”或"Virtualenv"来创建虚构意况,在Location中把“untitled”改成自定义的虚构情形名字,Python version中可协和选用想要的本子,这里小编采用的是用"Virtualenv"来成立设想境遇,因为本身用“Conda”来创设虚构情形后开掘安装包速率不快,固然本身在pycharm中风流洒脱度退换了国内的pip源。

    • Files--->Settings--->Project Interpreter

    ![](https://upload-images.jianshu.io/upload_images/4368611-9027908a86ce0818.png)
    
    • 能够点击上海教室中右上角的齿轮图标,来改变项目解释器。

    • 点击右上角“ ”,能够阅览“Availabe Packages”,并得以搜索安装想要的包。假如前是筛选“Conda”来创设设想情状,这里就是一片空白,什么都不曾。

    ![](https://upload-images.jianshu.io/upload_images/4368611-bc9744945f867340.png)
    
    • 退换本国pip源:点击上海体育场合中的“Manage Repositories”,然后输入源地址,如下图所示。
    ![](https://upload-images.jianshu.io/upload_images/4368611-00da744716eac9a6.png)
    

    sudo apt-get install freeglut3-dev

    2.1.2.1 JDK

    十、在Anaconda创造的设想意况内安装tensorflow

    本节和上风姿洒脱节方法是一模一样的,只是上豆蔻梢头节方法更简便、越来越直观,如若您曾经根据"九、利用pycharm创造设想情状,并在设想环国内安装tensorflow、keras等深度学习框架"中的方法开展,可跳过本节。

    • Ubuntu16.04 Anaconda装置 换源 境况创设 tensorflow安装(3)
    • Ubuntu16.04下安装tensorflow(Anaconda3 pycharm tensorflow CPU)
    • Ubuntu16.04安装anaconda3 tensorflow
    • Ubuntu下使用pycharm add TensorFlow
    • 解决每回使用conda创设的设想环境都亟待激活的难点:怎么在Ubuntu下安装Anaconda及搭建景况设置TensorFlow深度学习框架
    • 在设想蒙受中设置tensoflow时不要用conda命令安装,因为自个儿看齐conda安装包里面包车型地铁tensorflow gpu版本现已经是7个月前了,不是最新的,所以依旧用pip3命令安装吧。

    率先在官方网址络下载安装文件(链接前文已经提供):

    2.1.2.1.1 JDK安装
    • ubuntu18.04 安装JDK1.8

      • 参考: ;
        • 含多版本JDK的默许配置改良,最终部分陈说,假设只设置一个本子的JDK就无需设定默许等第并启用了.
      • 下载:
        • 需注册oracle帐号,随便用二个email注册就可以;
      • 安装:
      sudo tar xvzf jdk-8u102-linux-x64.tar.gz //解压二进制安装包(非源码包需要编译)
      sudo chmod 777 /etc/profile   //如果profile文件是644模式,可以先转变为777,修改完了再chmod回去;
      sudo vi /etc/profile  //配置环境文件
      #在profile文件尾部添加
          #set java environment
          export JAVA_HOME=/home/goodong/Downloads/jdk1.8.0_162 
          export JRE_HOME=${JAVA_HOME}/jre  
          export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib  
          export PATH=${JAVA_HOME}/bin:$PATH
      
      java -vesion 或 javac //测试java安装是否正常,显示出版本号则算完成; 
      
      #多JDK版本设定:
        sudo update-alternatives --install "/usr/bin/java" "java" "/home/youraccount/tool/jdk1.8.0_162/bin/java" 1 
        设置JRE可用: sudo update-alternatives --install "/usr/bin/javac" "javac" "/home/youraccount/tool/jdk1.8.0_162/bin/javac" 1 
        设置JDK可用: sudo update-alternatives --install "/usr/bin/javaws" "javaws" "/home/youraccount/tool/jdk1.8.0_162/bin/javaws" 1 
        设置Java Web可用: sudo update-alternatives --set java /home/youraccount/tool/jdk1.8.0_162/bin/java 
        设置Java运行时环境: sudo update-alternatives --set javac /home/youraccount/tool/jdk1.8.0_162/bin/javac 
        设置Javac编译器:  sudo update-alternatives --set javaws /home/youraccount/tool/jdk1.8.0_162/bin/javaws
      
      # 其他JDK版本情况: JDK9据悉不太好用,JDK10目前较新,用的人不多,还需要观察!
      

    1.选取conda创立设想景况

    conda create -n tensordai python=3.6

    tensordai是设想境况的名字。

    自己下载的是deb本地安装文件,下载实现后,依照文书档案提醒的吩咐安装:

    2.1.3 DataBase

    2.在虚构环国内安装tensorflow

    sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb

    2.1.3.1 MYSQL

    2.1 方法一:见Ubuntu16.04安装anaconda3 tensorflow

    只顾:这种艺术本身没成功,原因是网络老是断掉,所以笔者改换了国内的pip源,再展开了点子二来安装tensorflow 1.7.0. 所以大家依然从来看方法二啊。

    下边是方法1的从头到尾的经过:

    • 根据tensorflow的github官方网站能够python 3的安装命令如下:

    GPU版:pip3 install tf-nightly-gpu
    CPU版:pip3 install tf-nightly

    • 抑或能够先下载好相应版本的安装文件:

    Linux CPU-only: Python 2 (build history) / Python 3.4 (build history) / Python 3.5 (build history) / Python 3.6 (build history)
    Linux GPU: Python 2 (build history) / Python 3.4 (build history) / Python 3.5 (build history) / Python 3.6 (build history)

    我点击python3.6版本 Python 3.6 (build history)
    中的“build history”,然后下载那些文件“tf_nightly_gpu-1.7.0.dev20180222-cp36-cp36m-manylinux1_x86_64.whl”,然后必需把它重命名称为“tensorflow-1.7.0-py3-none-linux_x86_64.whl”,不然会现身错误“tf_nightly_gpu-1.7.0.dev20180222-cp36-cp36m-linux_x86_64.whl is not a supported wheel on this platform.”
    再利用上边包车型客车通令进行安装:

    source activate tensordai #激活设想景况
    cd ~/Download #本人是将下载好的东西放在了Download文件夹里
    pip3 install --ignore-installed --upgrade tensorflow-1.7.0-py3-none-linux_x86_64.whl

    或者

    pip install tf-nightly-gpu

    参考:什么样在 Ubuntu 16.04 上安装并使用 TensorFlow、ubuntu16.04安装TensorFlow的正确步骤

    sudo apt-get update

    2.1.3.1.1 MYSQL的安装
    • ubuntu下安装mysql
      • 参考: , 释放tar.gz版本并设置;
      • 错误1: /usr/local/mysql3306/bin/mysqld: error while loading shared libraries: libaio.so.1: cannot open shared object file: No such file or directory;
        • 则需安装 sudo apt-get install libaio-dev //安装mysql须求的库
        修改默认密码: mysql安装的时候会提示,其默认root的密码是"#P;eijqF<1Y6",千万别忘记,记录下来,
                    然后登录后mysql会会被要求必须马上修改密码并提示错误如下:You must reset your password using ALTER USER statement before executing this statement. 
                    你可以执行如下命令(参考:https://blog.csdn.net/dotalee/article/details/72576667)
        ALTER USER 'root'@'localhost' IDENTIFIED BY '12345678' PASSWORD EXPIRE NEVER;   //重设密码且永不过期
        ./mysqladmin -u root -p shutdown //关闭mysql (参考链接:https://blog.csdn.net/zyc_love_study/article/details/74347977)
        ps -ef|grep mysql  //查看mysql进程;
    

    2.2 方法二:

    • 转换pip源,换为国内镜像,方法见:更动pip源到境内镜像、pip换源(退换软件镜像源)
      http://pypi.douban.com是豆瓣提供几个镜像源,软件够新,连接速度也很好。所以作者采取豆瓣为自己的镜像源。
      改变源命令为:

    cd ~
    mkdir .pip
    sudo gedit ~/.pip/pip.conf

    下一场直接编辑文件pip.conf的故事情节为:

    [global]
    index-url = http://pypi.douban.com/simple/
    [install]
    trusted-host = pypi.douban.com

    如此那般就退换pip源成功了。

    • 运作命令:

    pip install tf-nightly-gpu

    sudo apt-get install cuda

    2.1.4 Testing

    3.测量检验是或不是安装成功

    • 进入python环境:

    $ python # 进入python环境

    import tensorflow as tf
    hello = tf.constant('Hello, TensorFlow!')
    sess = tf.Session()
    sess.run(hello)

    a = tf.constant(10)
    b = tf.constant(32)
    sess.run(a b)
    sess.close()

    • 卸载tensorflow

    pip uninstall tf-nightly-gpu

    下载了尘世的Installation Guide for Linux,里面有关于遭逢变量的装置情势:

    2.1.4.1 JMeter

    参谋文献:

    win10安装ubuntu-GNOME双系统踩坑综合

    如果有,则证实安装成功。未有能够依据上边方法卸载:

    2.1.4.1.1 JMeter的安装
    • 参考: https://www.cnblogs.com/EasonJim/p/7443875.html)
    • 官方网站老版本下载链接:
    • 安装:

      tar -zxvf apache-jmeter-4.0.tgz    //解压缩二进制包
      sudo mv apache-jmeter-4.0 /usr/local/apache-jmeter-4.0/        //拷贝到合适的目录
      sudo ln -s /usr/local/apache-jmeter-4.0/ /usr/local/jmeter     //建立软链接,是调用时候不用了解版本,方便以后升级,方法类似cuda的安装和配置
      /usr/local/jmeter/bin/jmeter.sh  //启动jmeter
      ps -ef|grep jmeter   //查看进程并可kill杀掉无用jmeter进程
      

    感谢:

    自个儿的好男子儿张洞明童鞋对本文的热心帮忙与意志指引!

    sudo /usr/local/cuda-7.5/bin/uninstall_cuda_7.5.plsudo /usr/bin/nvidia-uninstall

    2.1.4.1.2 JMeter的分布式测验
    • 布满式JMETELAND使用指南
      • A.场景:
        • 1台win10(master兼slave卡塔尔(قطر‎;1台linux的slave; 两个同一网段,能ping通(如若差异网段TCP包能路由到也行卡塔尔(قطر‎;
          • master是主要调节jmeter,slave(也叫agent卡塔尔国是受控jmeter,master自个儿也能够视作二个slave被本身支配;
        • master要是独自本中国人民银行使,间接开发银行"../bin/jmeter"就可以(win10下是运转"..binjmeter.bat");
        • agent须求被操纵,则应当先活动运行"../bin/jmeter-server"就行(win10下是运转"..binjmeter-server.bat"卡塔尔国;并听候被master调节和启动和停止职责;
        • 意气风发旦master自个儿也做为三个agent来运作测量检验脚本,并且自个儿也视作主要调节master,则必需先参照agent运转"jmeter-server"命令,然后再开发银行用于主要调整的"jmeter"命令;
        • 上述是简述场景场馆及运营顺序,具体安插如下,配置稳妥方能开发银行命令,推行主要调控和被控的两个jmeter来分布式施行test脚本,联合压测;
      • B.配置agent(slave)受控jmeter端:
        • 在agent机器上需纠正"..jmeterbinjmeter.properties",如下:
          • remote_hosts=10.30.33.121:1099 //121是agent本机内网IP,端口平时为1099,不知晓则不用改换;
          • server.rmi.ssl.disable=true //暗许是注释掉的,若是不想要设定ssl(安全但配备复杂卡塔尔(قطر‎,则必需在那行显式的设定为true,以便jmeter知道关闭ssl的行使!
        • 在agent机器上还要更改运营脚本"..jmeterbinjmeter-server",如下:
          • RMI_HOST_DEF=-Djava.rmi.server.hostname=10.30.33.121 //私下认可是注释掉的,因jmeter大概有BUG,会报错,则需展开,并增加agent的IP;
          • ${DIRNAME}/jmeter ({RMI_HOST_DEF} -Dserver_port=){SERVER_PORT:-2099} -s -j jmeter-server.log "$@" //仅改良为2099端口,为了不合1099端口冲突;
            • 如果是win环境,则"..jmeterbinjmeter-server"内容和ubuntu下分化,也不可能那样布置,最近看win下未有bug,没有需求修正此命令文件;
        • 启动agent机器,运行"..jmeterbinjmeter-server" //用&结尾放在后台运营也行,但看不到log输出,建议前台运营;
          • terminal里面来看"Created remote object: UnicastServerRef2 [liveRef: [endpoint:10.30.33.121:32881,objID:[-a8824d7:16390698d96:-7fff, 3759878571045247869]]]"则agent运行正常,等待master处理;
          • master机器自身也充当agent的话,相仿需求先配备如上并运维,等待自个儿的另叁个主要调节进程接管;
          • agent收到master的任务的发出和职分结束式,会打字与印刷log"...start..."和"...finish";
          • 能够将agent的log等第调为debug格局,方便排错;具体配置文件是"log4j2.xml"
      • C.配置master主控jmeter端:
        • master机器上需改进"..jmeterbinjmeter.properties",如下:
          • remote_hosts=10.30.33.121:2099, 10.30.33.122:1099 //2099是十三分上述agent121的,而1099是master本身也当做agent用的暗中同意1099,两者也得以等效;
          • server.rmi.ssl.disable=true //这些布局和agent类似,都显式关闭ssl;
          • win10本子的jmeter4.0的jmeter-server.bat未有bug,没有必要匡正!而只即使linux做agent,则脚本jmeter-server就要如上述agent来改正!
        • master机器也期待能作为agent专门的学问,那么需先运转"jmeter-server.bat"命令;
          • win操作系统下的"jmeter-server.bat"命令无BUG,所以没有必要像上述B当中的描述来校订linux下的"../jmeter/bin/jmeter-server"命令;
        • 启航jmeter.bat主要调节造进度序;
          • 起初分布式测量检验职分: 在"start remote"菜单的子菜单见到了有着agent的列表(举个例子有121和122和睦卡塔尔;能够单个或任何开发银行agent;
            • remote的操作,轻巧超时,轻易再次回到错误,提议三个个开发银行agent,若是数额比非常少的话;网络好,机器快,脚本轻巧则足以联手运行;
          • 起步单机格局测验任务: 就算在上述气象,agent都在线能看到受控,但也能够不用菜单"start remote", 而直接用"start"菜单来忽视布满式职务下发,而让master当作单机格局应用,自个儿推行脚本;
          • 遍及式方式下,主要调整master机器上,提议用"聚合报告"查看测量检验结果,并认同多个agent的CPU/MEM;并用"结水果树"只看偶发错误;
      • D.难题每个考察:
        • 倘诺master可以下任务给slave,能通,但debug品级日志报错(jmeter-server.log卡塔尔国,可能互联网复杂,比如如下:
          • 比如master或slave开了设想机和编造网卡引致七个IP地址,网络状态复杂,你须要关闭和剥夺别的IP,同仁一视复颁发任务到agent来尝试;
        • 分布式测量检验情形下,主控master会分发脚本义务给八个agent,但不会发出数据,需本身拷贝数据(极其是大批量数量卡塔尔;
        • 如若master和agent上边目录不相像,也许1个win和1个ubuntu linux,则测量检验脚本生龙活虎旦配置了门路,则格式不对,肯定报错,文件名是通用的;
          • 建议将数据放在"..jmeter"或"..jmeterbin"下,而在剧本中不用铺排path,那样就成功了本子在八个OS下包容;
        • 设若端口1099,2099等还未有通,主控master不能发任务到agent,并非职分推行时候debug的log日志报错,则多半是防火墙屏蔽了端口port;
          • 提出后生可畏旦是WIN,步入调控面板,能够设定防火墙的路由准绳,能够加大port口的进出,也得以将master/agent的ip都名列全体拓展!
          • 若果是linux,举个例子ubuntu,则能够用iptables防火墙设定准绳来松手PORT或IP,因为最新ubuntu18.04简化了iptables,用工具UFW来调节防火墙,请查相关脚本,UFW使用较为有利!

    最后,配置情况变量,大家一贯放在系统布局文件profile里面,先开采profile文件

    2.2 机器学习

    sudo vi /etc/profile

    2.2.1 情状设置

    在最后边参加两行代码:

    2.2.1.1 ubuntu

    export PATH=/usr/local/cuda-7.5/bin:$PATH

    2.2.1.1.1 ubuntu18.04遇到设置机器学习条件TF的三件套CUDA-CUDNN-TENSOEnclaveFLOW
    • 1.翻看英特尔显卡配置

        # 查看N卡GPU的配置
        nvidia-smi
      
        # 查看N卡的图形界面配置
        nvidia-settings 
      
        # 命令:查看nvidia卡型号;
        $ lspci | grep -i nvidia
        # 返回内容: 01:00.0 VGA compatible controller: NVIDIA Corporation GM107M [GeForce GTX 960M] (rev a2)
      
    • 2.安装cuda的折腾进程

      • 参考(较好):
      • 经过简述:
        • 率先尝试回想中GTX960M显卡只可以支持的最高CUDA6 CUDNN5的三结合配置安装;
        • 官方网站查了硬件型号,相配的正是CUDA6 CUDNN5,因为CUDNN是神经网络NN加快库,主要看cuda;
        • 但连忙发掘tf官方网站说将在最低扶助cuda8,那如何是好?
        • 查帖子开掘也是有人在GTX960M上设置CUDA8,所以疑惑:只要N卡安装上驱动driver,而driver版本关联到CUDA,cuda关联到cudnn,tf也关联CUDA版本,大胆预计是以此逻辑;
        • 遵守上述逻辑,贪心下载了CUDA9.1,越到了安装难题,解决后开掘TF不援助,惨;
        • 找贴发现能够安装多少个CUDA版本,只要路线配置妥善就行了,不像WIN系统有个黑盒子注册表!
        • 查了TF的GITHUB管网的release里面1.8.0等新式几个release-note音讯,并查重视字CUDA,发掘只援助到CUDA9.0;于是下决心安装它;
        • NVIDIA官方网站不用登记就会随意下载CUDA(但CUDNN供给注册下载卡塔尔(قطر‎,速度都十分的快,于是下载runfile(近来察觉,作者忘记安装patch补丁,只设置了CUDA9.0的主程序,前段时间也能用!)
        • 安分守己上述神贴方法,考虑到ubuntu18.04已经将GTX960M的显卡晋级到最新的390的drvier驱动,並且神贴说只要driver版本左近(帖子说AAA.BB小本子BB能够不均等卡塔尔(英语:State of Qatar),但自己发觉CUDA9.0只扶植到387,和390很左近,大胆尝试,居然安装上去了.首要安装CUDA9.0的时候绝不第一步就安装它自带的才387的driver显卡驱动,不然显卡驱动的装置将最为根深蒂固!
        • 得手安装完CUDA9.0,按提醒和神贴设定路线,然后注册NVIDA官方网站,下载配套CUDNN712,并相符runfile安装,并参照他事他说加以考察别的帖子(上面详述卡塔尔(英语:State of Qatar)复制文件和做链接及path等;
        • 最后pip3 install tensorflow-gpu
        • 需要keras的就pip3 install tensorflow-gpu
    • 3.安装cuda9.1/CUDA9.0/CUDA较高版本(cuda安装包提醒最高帮助ubuntu17.10,别管它,其实18.04长期以来安装!没事!)

        A.执行cuda9.X的run安装文件出现问题
      
          Error: unsupported compiler: 7.3.0. Use --override to override this check.
          sudo sh ./cuda_9.1.85_387.26_linux.run --override   //添加这个参数来屏蔽这个报错! 于是可以继续安装了! 看到如下结果,基本OK.
      
      = Summary =
      ===========
      
      Driver:   Not Selected
      Toolkit:  Installed in /usr/local/cuda-9.1
      Samples:  Installed in /home/ya/cuda9-samples
      
      Please make sure that
       -   PATH includes /usr/local/cuda-9.1/bin
       -   LD_LIBRARY_PATH includes /usr/local/cuda-9.1/lib64, or, add /usr/local/cuda-9.1/lib64 to /etc/ld.so.conf and run ldconfig as root
      
      To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.1/bin
      
      Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.1/doc/pdf for detailed information on setting up CUDA.
      
      WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.1 functionality to work.
      To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
          sudo <CudaInstaller>.run -silent -driver
      
      Logfile is /tmp/cuda_install_13322.log
      Signal caught, cleaning up
      
      ---------------------
      
          B 设定配置(参照上面提示)
    
        $ sudo vim /etc/profile
        在打开的文件末尾,添加以下两行。
    
        64位系统:
        $ export PATH=/usr/local/cuda-9.0/bin${PATH: :${PATH}}
        $ export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH: :${LD_LIBRARY_PATH}} 
    
        32位系统:
        $ export PATH=/usr/local/cuda-9.0/bin${PATH: :${PATH}}
        $ export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib ${LD_LIBRARY_PATH: :${LD_LIBRARY_PATH}}
    
          C 安装完毕CUDA9.x,还需安装如下lib
    
        sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
    
          D 最后reboot,并用如下命令测试,看是否安装CUDA9.X正确
    
        $ nvcc -V
        nvcc: NVIDIA (R) Cuda compiler driver
        Copyright (c) 2005-2017 NVIDIA Corporation
        Built on Fri_Nov__3_21:07:56_CDT_2017
        Cuda compilation tools, release 9.1, V9.1.85
    
    • 4.安装cudnn7.1.2(配套CUDA9.X)
      • 官方网站下载 (需免费注册AMD会员卡塔尔(قطر‎
      • 获释后做些拷贝和路径设定就能够,参谋以上CUDA的神贴,较轻易.
    • 5.安装TF-CUDA-CUDNN经验
      • 第后生可畏,前段时间GPU做的最棒的是N卡(NIVIDA显卡卡塔尔国,不唯有硬件好,驱动,CUDA平台,CUDNN神经互联网加快库都好,远超别的显卡;近些日子其余显卡不可能加快神经网络!!!
      • 协理,你好运买了N卡,且策动搞深度学习,最闻名的开源框架TF(Tensorflow卡塔尔(قطر‎,Pytorch,以致高等库keras等等,日常都帮忙CUDA/CUDNN,先选其生机勃勃学习呢;
      • 再者说,有了N卡,例如本身的GTX960M(上网本的,但是不打游戏卡塔尔(قطر‎,关键是配套驱动driver要时时处处提拔,比如跟着ubuntu18.04,最新晋级到了390.xx的版本;
        • N卡的驱动driver版本AAA.XX(举例390.xx卡塔尔(英语:State of Qatar),它配套CUDA,也便是说CUDA库会表明必要drvier进级到何版本,日常xx不相同不要紧,AAA最棒同风流洒脱;
          • 小编经验:AAA相差小的没什么,并且新的driver平常向下宽容,旧的AAA就亟须升级了;(假诺上N卡官方网址查你的硬件比如GTX960M,它自动匹配的CUDA比超低,不要信!否则绝望!)
        • CUDNN是配套cuda的本子的;
        • TF也是配套cuda的本子的;
      • 安装注重路线: GTX960M-->DHavalIVEEnclave FOEvoque UBUNTU18.04(390.XX卡塔尔国-->CUDA9.0(9.X卡塔尔-->CUDNN7.1.2/TF1.8.0-->KERAS
        • TF顿时最低扶植cuda8.0了,请及早进步driver,以便晋级到cuda8/9/..,来采用配套的TF/CUDNN,老硬件N卡照样用!
      • 那边唯有是自个儿这种硬件软件配置的中标案例,供看管参谋,不意味原理和其余软硬件配置都能学有所成,还需尝试!!!
        • 别的,笔者CUDA的多少个patch忘记安装了,预计是它校勘包容性和BUG的,近期不出别的难点,作者就不设置了,怕分外;

    export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH

    2.2.1.1.2 ubuntu18.04情状设置OpenAI的GYM的狠抓学习条件
    • 1.安装GYM环境
      • 平铺直叙做法,用命令: pip3 install gym[all] //这里要是ubuntu已经设置晋级了python3和pip3,且依照上述措施切换暗中同意python为PY3并不是PY2;
      • 标题:日常你会遭逢结果提醒,Box2D和atari-py安装失败,重复上述命令,再一次安装任何gym[all],就更清楚的看来独有此2模块未有设置成功(和win10风流倜傥致卡塔尔国;
    • 2.安装swig
      • 如上述2个模块安装战败,发现叁个不当是还没swig,和win10长期以来,到官方网址下载对应的swig版本,win10下是exe(能不负职分卡塔尔(英语:State of Qatar),ubuntu用命令(能幸不辱命卡塔尔;
      • sudo apt-get install swig
      • swig下载:http://www.swig.org/download.html
    • 3.安装gym的Box2D-kengz的物理引擎

      • gym是个全家桶,里面含有了二种大要引擎Box2D等,游戏情状Atari等,是个用于研究开发和调测加强学习LacrosseL的好条件;
      • 先再一次安装,改个名字: pip3 install gym[Box2D] //单独命令安装逼ox2D,并非all,亦不是原先过时的Box2D-kengz
      • 安装成功后,如下测量检验:
      测试Box2D物理引擎是通过激活如下的小游戏CartPole:
      
      用如下命令来测试Box2D是否安装成功,如果失败,只会出现白框,而没有杆子!
      python //进入python,最好是PY3
      import gym  //load gym库,这里不能有报错
      env = gym.make("CartPole-v0")  //新建一个树立杆子的游戏环境
      env.reset() //初始化
      env.render()  //渲染,此时会弹出dialog,里面有杆子!就算OK了!
      env.close()  //关闭env环境,dialog不能被gui关闭,只能用本行命令关闭!
      
    • 4.装置gym的Atari-py的小游戏加强意况集结

      • 单身安装: pip3 install gym[atari-py] //报错同样,显示恐怕cmake格外(win10下就必要安装MingGW等情状,最后没时间弄下去卡塔尔(قطر‎
      • 安装cmake: sudo apt-get install cmake //cmake是ubuntu操作系统lib库,不是python库,所以用apt并非pip3来设置;
      • 接下来再安装atari-py: pip3 install gym[atari] //成功
      • 生机勃勃旦报错如下,请步向该报错提醒的目录,须求额外手动生成缺漏的so文件,src源码在atari该目录,步向该目录间接make就能够生成!

        • OSError: /home/ya/atari-py/atari_py/ale_interface/build/libale_c.so: cannot open shared object file: No such file or directory
        • 请进入/home/youraccount/atari-py/atari_py/ale_interface/ //那时候髦无build目录和文书libale_c.so
        • 在该目录见到了makefile文件和src目录,预计是没有编写翻译出so文件!
        • 在该目录直接运转命令make,它自动编写翻译同目录的makefile编写翻译编辑脚本,于是so文件有了,再度测量检验!!!通过了!!!
        • atari 安装完成!!!!
        测试:
        python //进入python,最好是PY3
        import gym  //load gym库,这里不能有报错
        env = gym.make("SpaceInvaders-v0")  //新建一个打飞机游戏环境(这里可能会报错如下!!!)
        env.reset() //初始化
        env.render()  //渲染,此时会弹出dialog,里面有飞机!就算OK了!
        env.close()  //关闭env环境,dialog不能被gui关闭,只能用本行命令关闭!
        
    • 5.运维HighlanderL深化学习的例证

      • 加强学习景逸SUVL很风趣,近来在上学,看了某些morvan的课程(github查找关键字"morvan"获得的率先个结果卡塔尔(قطر‎
      • 跑三个普通宝马8系L例子,即便import里面不要求纯python的图形库tkinter,但是matplotlib盛名py的画图库必要,则要做如下安装:
        • 安装tkinter: sudo apt install python3-tk //特别注意,不是 sudo apt install python-tk!!!

    实施 source /etc/profile 使意况变量生效

    2.3 大数据

    至此cuda安装收尾

    2.3.1 日志

    三、CUDNN安装

    2.3.1.1 ELK

    CUDNN是给CUDA加速的。cuDNN是GPU加速总括深层神经网络的库。cudnn官方网站下载。貌似下载要先注册,审查通过还要几天时间。下载好之后解压。

    2.3.1.1.1 安装ELK
    • ubuntu18.04下安装ELK日志深入分析套件
      • 官网: , 它爱抚了四个ELK组件,包含xpack(将要开源卡塔尔(英语:State of Qatar)机器学习组件;
      • TODO: 带增加安装ELK步骤;

    实行如下命令:

    3. END

    sudo tar xvf cudnn-7.0-linux-x64-v4.0-prod.tgz && cd cuda/include && sudo cp *.h /usr/local/include/ && cd ../lib64 && sudo cp lib* /usr/local/lib/ && cd /usr/local/lib && sudo chmod r libcudnn.so.4.0.7 && sudo ln -sf libcudnn.so.4.0.7 libcudnn.so.4 && sudo ln -sf libcudnn.so.4 libcudnn.so && sudo ldconfig

    诸如此比CUDNN就安装达成了,是否一点也不细略啊。

    四、Anaconda的安装

      到 下载anaconda,推荐使用linux版的python 2.7本子,因为tensorflow中的有个别东西不扶助python3.5(如cPickle卡塔尔。

    下载成功后,在终点奉行(2.7本子):

    # bash Anaconda2-4.1.1-Linux-x86_64.sh

    或者3.5 版本:

    # bash Anaconda3-4.1.1-Linux-x86_64.sh

    在设置的历程中,会问您安装路线,直接回车暗许就可以了。有个地点问您是不是将anaconda安装路线参与到碰着变量(.bashrc卡塔尔(英语:State of Qatar)中,这么些料定要输入yes

    安装成功后,会有日前顾客根目录下生成一个anaconda2的文书夹,里面正是设置好的源委。在终极能够输入

    conda info 来询请安装音信

    输入conda list 能够查询你现在设置了什么库,常用的python, numpy, scipy名列个中。要是你还应该有哪些包未有设置上,可以运作

    conda install ***  来扩充安装(***代表包名称),假如有个别包版本不是流行的,运维 conda update *** 就能够了。

    五、caffe的安装

    先是先安装opencv,推荐2.4的版本。opencv1.x是纯C语言编写的,2.x c和c 的包都有,opencv3是只用c 写的。为了别人写的代码也能健康运行,依旧引入装2.x。

    opencv2.4安装很简短了,下载下来解压,然后步向目录make, sudo make install就解决了。

    caffe官方下载 基本服从官方安装指南就能够了,l此外一个方法就是命令行下载

    下载caffe:

    sudo git clone

    要是您没设置Git,请阅读博客:Ubuntu Git安装与使用。

    下一场编写翻译caffe:先安装正视:

    sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler 

    $ sudo apt-get install --no-install-recommends libboost-all-dev

    $ sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev

    $ sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

    贾扬清大神还说了,我们料定要看驾驭啊!

    上边起先布置caffe何况初阶编写翻译了。

    sudo cp Makefile.config.example Makefile.config

    # Adjust Makefile.config (for example, if using Anaconda Python, or if cuDNN is desired) make all make test make runtest

    配置文件有几点要小心:

    # cuDNN acceleration switch (uncomment to build with cuDNN).

    USE_CUDNN := 1

    # CPU-only switch (uncomment to build without GPU support).

    # CPU_ONLY := 1BLAS choice:# atlas for ATLAS (default)

    # mkl for MKL

    # open for OpenBlasBLAS := atlas

    # Custom (MKL/ATLAS/OpenBLAS) include and lib directories.

    # Leave commented to accept the defaults for your choice of BLAS

    # (which should work)!

    # BLAS_INCLUDE := /path/to/your/blas

    # BLAS_LIB := /path/to/your/blas

    那多少个地点依据自身景况接受。

    make all没不时常来讲,caffe即使成功了哟。

     保存后再度编写翻译:  (要是计算机有8个线程的话,就在后头加 -j8 ,能够加速编写翻译速度)

    sudo make clean

    sudo make all -j8

    sudo make test -j8

    sudo make runtest -j8

    自身编写翻译的时候最终一步的时候,现身那样的乖谬:

    libcudart.so.7.5 cannot open shared object file: No such file or directory

    英特网有一批介绍,怎么设置境遇变量的(大家一览精通已经设置过了),能够那样检查是还是不是已经拉长意况变量:

    $ echo $PATH$ echo $LD_LIBRARY_PATH

    可以见见,情状变量已经增添好。

    斩尽杀绝措施是如此,将后生可畏部分文件复制到/usr/local/lib文件夹下:

    sudo cp /usr/local/cuda-7.5/lib64/libcudart.so.7.5 /usr/local/lib/libcudart.so.7.5 && sudo ldconfig

    sudo cp /usr/local/cuda-7.5/lib64/libcublas.so.7.5 /usr/local/lib/libcublas.so.7.5 && sudo ldconfig

    sudo cp /usr/local/cuda-7.5/lib64/libcurand.so.7.5 /usr/local/lib/libcurand.so.7.5 && sudo ldconfig

    重复,尝试sudo make runtest命令,出现如下:

    于今,caffe安装达成。

    将caffe路线导入情状变量,实践命令如下:

     sudo vi ~/.bashrc

     在结尾加上 export PYTHONPATH=/home/***/caffe/python:$PYTHONPATH

    export CAFFE_HOME=/home/***/caffe:$CAFFE_HOME

    未来实行 sudo ldconfig 来收效

    跟着在caffe里面奉行sudo make pycaffe ,没错误就OK了,测验caffe是或不是中标,

    在尖峰输入 python 回车,import caffe 没错误表示ok,

    设若现身No module named google.protobuf.internal

    解决办法参考链接:http://www.linuxidc.com/Linux/2016-11/136772.htm

    sudo chmod 777 -库罗德  anaconda2(文件夹) 更换权限 然后
    conda install protobuf

    就化解啦~

    六、DIGITS安装

    参照他事他说加以考察链接:http://www.linuxidc.com/Linux/2016-11/136774p21.htm

    一、安装digits 3.0

    digits是运作在cuda和caffe底子上的,所以要先配备好cuda caffe那是肯定的了。还不会配备的,请参谋:Caffe学习种类(1卡塔尔(قطر‎:安装配置ubuntu14.04 cuda7.5 caffe cudnn

    张开一个尖峰,依次运维下列命令:

    cd

    sudo -s

    跻身当前客商根目录,并切换到一流用户(符号由$产生#,不用每句都输sudo卡塔尔国

    CUDA_REPO_PKG=cuda-repo-ubuntu1404_7.5-18_amd64.deb &&

    wget &&

    sudo dpkg -i $CUDA_REPO_PKG

    接着

    ML_REPO_PKG=nvidia-machine-learning-repo-ubuntu1404_4.0-2_amd64.deb &&

    &&

    sudo dpkg -i $ML_REPO_PKG

    apt-get update

    apt-get install digits

    Ubuntu 14.04 安装配置CUDA  http://www.linuxidc.com/Linux/2014-10/107501.htm

    Ubuntu 12.04配置NVIDIA CUDA5.5实录  http://www.linuxidc.com/Linux/2014-10/107502.htm

    Ubuntu安装Theano CUDA  http://www.linuxidc.com/Linux/2014-10/107503.htm

    有关Ubuntu 12.04 下 CUDA5.5 的设置请仿效如下链接 Ubuntu 12.04 安装 CUDA-5.5

    Caffe配置简明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 卡塔尔(قطر‎ http://www.linuxidc.com/Linux/2016-09/135016.htm

    更加多Ubuntu相关消息见Ubuntu 专项论题页面 http://www.linuxidc.com/topicnews.aspx?tid=2

    本文永世更新链接地址:http://www.linuxidc.com/Linux/2016-11/136775.htm

    新葡亰496net 7

    本文由新葡亰496net发布于电脑系统,转载请注明出处:1080Ti显卡驱动,持续修正

    关键词: