Pour TensorFlow, j'aimerais installer CUDA. Comment puis-je faire cela sur Ubuntu 16.04?
Pour TensorFlow, j'aimerais installer CUDA. Comment puis-je faire cela sur Ubuntu 16.04?
Réponses:
Il existe un guide d'installation Linux . Cependant, ce ne sont fondamentalement que ces étapes:
md5sum cuda_7.5.18_linux.run
. Continuez seulement si c'est correct.sudo apt-get purge nvidia-cuda*
- si vous souhaitez également installer les pilotes, alors sudo apt-get purge nvidia-*
).
sudo service lightdm stop
/etc/modprobe.d/blacklist-nouveau.conf
avec le contenu suivant:
blacklist nouveau
options nouveau modeset=0
sudo update-initramfs -u
sudo sh cuda_7.5.18_linux.run --override
. Assurez-vous que vous dites y
pour le lien symbolique.
sudo service lightdm start
Voir aussi: NVIDIA CUDA avec Ubuntu 16.04 bêta sur un ordinateur portable (si vous ne pouvez pas attendre)
Notes : Oui, il y a la possibilité de l'installer via apt-get install cuda
. Je suggère fortement de ne pas l'utiliser, car cela change les chemins et rend l'installation d'autres outils plus difficile.
Vous pourriez également être intéressé par Comment puis - je installer CuDNN sur Ubuntu 16.04? .
*: N'installez pas les pilotes d'affichage avec ce script. Ils sont vieux. Téléchargez les derniers à partir de http://www.nvidia.com/Download/index.aspx
La commande suivante affiche la version actuelle de CUDA (dernière ligne):
$ 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
La commande suivante indique la version de votre pilote et la quantité de mémoire GPU dont vous disposez:
$ 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 |
+-----------------------------------------------------------------------------+
Voir aussi: Vérifier l'installation de CuDNN
Ne paniquez pas. Même si vous ne voyez rien sur votre ordinateur, les étapes suivantes devraient vous permettre de revenir à l'état antérieur:
mount -o remount,rw /
( -
est ?
et /
est -
dans la mise en page américaine)sh cuda_7.5.18_linux.run --uninstall
sudo apt-get install nvidia-361 nvidia-common nvidia-prime nvidia-settings
L'installation des pilotes graphiques est un peu délicate. Cela doit être fait sans support graphique.
dpkg -l | grep -i nvidia
sudo apt-get remove --purge nvidia-WHATEVER
sudo service lightdm stop
reboot
votre pc / blacklist le nouveau pilote ( tutoriel allemand )sudo apt-get install linux-headers-$(uname -r)
avant d'exécuter le programme d'installation. Cela garantit que les en-têtes du noyau et les packages de développement spécifiques à ce que vous utilisez sont présents et que vous ne serez pas confronté à une installation de pilote ayant échoué!
J'ai essayé d'installer plusieurs fois via le fichier .run, mais une erreur s'est toujours glissée et j'ai soit rencontré une boucle de connexion, soit complètement perdu l'affichage. Par conséquent, je recommanderais d'utiliser le fichier .deb et de ne pas jouer avec le gestionnaire d'affichage.
Le Guide d’installation de NVIDIA CUDA pour Linux est un excellent lien qui répertorie tous les détails. Assurez-vous de suivre chaque étape à la lettre.
Pour installer le pilote Nvidia, vous pouvez effectuer les opérations suivantes:
Dans Ubuntu, menu "Rechercher sur votre ordinateur" dans le coin supérieur gauche, recherchez "Pilotes supplémentaires" (vous pouvez également configurer le système -> Logiciels et mises à jour -> Pilotes supplémentaires).
Dans le menu qui apparaît, sélectionnez l’un des pilotes Nvidia et cliquez sur "Appliquer les modifications" (cette étape utilise Internet.Si cela échoue, votre serveur proxy risque de bloquer le téléchargement).
Redémarrez votre système.
Ouvrez une fenêtre de terminal et tapez nvidia-smi. Si votre pilote a été installé correctement, vous devriez voir quelque chose comme:
+ ----------------------------------------------------- ----- + | Pilote NVIDIA-SMI 3.295.41 Version: 295.41 | | ------------------------------- + ----------------- ----- + ---------------------- + | Nb. Nom | Identifiant de bus | ECC volatil SB / DB | | Utilisation de la puissance du ventilateur temp. Utilisation de la mémoire | GPU Util. Calculer M. | | ============================== + ================ ===== + ====================== | | 0. Tesla C2050 | 0000: 05: 00.0 sur | 0 0 | | 30% 62 C P0 N / A / N / A | 3% 70MB / 2687MB | 44% par défaut | | ------------------------------- + ----------------- ----- + ---------------------- | | Processus de calcul: mémoire GPU | | Nom du processus PID GPU Utilisation | | ============================================== ============================ | | 0. 7336 ./align 61MB | + ----------------------------------------------------- ---------------------------- +
Vous pouvez facilement installer CUDA en suivant le lien précédent maintenant. En bref:
sudo apt-get install linux-headers-$(uname -r)
Téléchargez une boîte à outils à partir d'ici , puis installez le .deb
fichier (remplacez le nom en conséquence)
sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
puis lancez:
sudo apt-get update
sudo apt-get install cuda
deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /
. Notez que l’installation a dégradé le pilote de nvidia-381 à -375. Je l'ai laissé là.
Unknown: Unknown This device is not working
Il me demande ensuite si je veux utiliser Processor microcode firmware for Intel CPUs
. Devrais-je utiliser cela? Je vous remercie.
J'ai aussi essayé différentes approches pour installer Cuda 8.0 dans Ubuntu 16.04. Enfin, ce sont les étapes qui font l'affaire. J'ai suivi ce tutoriel et mis à jour les étapes corrigées comme suit.
Mettre à jour le système
apt-get update && apt-get upgrade
Téléchargez VirtualGL et installez-le. À installer
dpkg -i virtualgl*.deb
Téléchargez et installez CUDA 8.0 et installez-le. Je suggère de le faire contre Internet. Comme ça,
Installez les dépendances requises.
apt-get install linux-headers-$(uname -r)
apt-get install freeglut3-dev libxmu-dev libpcap-dev
Mettez à jour le système PATH dans .bashrc, qui se trouve dans le répertoire de base. Veuillez noter que si vous installez ces éléments à l’emplacement de la différence, veuillez mettre à jour le chemin en fonction de cela.
export PATH=$PATH:/opt/VirtualGL/bin
export PATH=$PATH:/usr/local/cuda/bin
Installez bumblebee-nvidia et primus.
apt-get install bumblebee-nvidia primus
Editez le fichier de configuration de bumblebee pour que bumblebee sache que nous utilisons le pilote NVIDIA. Veuillez mettre à jour le chemin en fonction de votre système. Voici une vue de référence qui vous aidera.
sudo nano +22 /etc/bumblebee/bumblebee.conf
Ajouter:
[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
Exécutez la procédure suivante et enregistrez l’adresse PCI de votre carte vidéo.
$ 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)
Modifiez le fichier xorg.conf.nvidia afin qu’il connaisse l’adresse PCI (01: 00.0 pour moi) de votre carte vidéo. Mettez à jour l'adresse PIC comme indiqué ci-dessous dans la section "ServerLayout"
sudo nano /etc/bumblebee/xorg.conf.nvidia
Ajouter:
Section "ServerLayout"
Identifier "Layout0"
Option "AutoAddDevices" "false"
Option "AutoAddGPU" "false"
BusID "PCI:01:00.0"
Redémarrez le système et amusez-vous avec quelques exemples de codes.
sudo shutdown -r now
Les étapes qui ont fonctionné pour moi:
sudo apt-get install nvidia-cuda-toolkit OU 1 '. les instructions d'installation ici
Vous devez sélectionner le logiciel nvidia (375, dans mon contexte) sous Logiciels et mises à jour / Pilotes supplémentaires.
Suivez l’écran bleu lorsque vous redémarrez et, à partir de là, désactivez le démarrage sécurisé en saisissant votre mot de passe lors de l’installation du pilote nvidia. (aucune initialisation sécurisée désactivée via le BIOS ne fonctionnait pour moi).
Maintenant, la sortie du test d'installation est réussie.
J'ai écrit un billet de blog à ce sujet il y a quelque temps - Installation de la boîte à outils Nvidia CUDA - Ubuntu 16.04 LTS - notes /
Mon environnement: Double démarrage Windows 10 et Ubuntu 16.04 LTS.
Copier et coller ici quelques apprentissages majeurs. Veuillez consulter l'article du blog pour des instructions détaillées (juste pour éviter les doublons)
Veuillez vous reporter à Installation du kit d'outils Nvidia CUDA - Ubuntu 16.04 LTS - notes /
Je l'ai fait fonctionner après avoir lu plusieurs posts: j'avais déjà une carte ATI dans l'ordinateur qui s'est avérée très utile. J'ai installé la GTX 1070 à côté de l'ATI et j'ai commencé à installer Kubuntu 16.04. Seul l'écran connecté à la carte ATI avait initialement une image, ce qui m'a permis d'installer le pilote NVIDIA-Linux-x86_64-367.27.run téléchargé à partir du site Web du fournisseur. Pour installer CUDA, j'ai téléchargé le fichier cuda_7.5.18_linux.run. J'ai installé le toolkit cuda à l'aide de deux commutateurs:
cuda_7.5.18_linux.run --silent --toolkit
Les exemples cuda peuvent également être installés à partir du fichier .run. Un problème était cuda n'aime pas gcc5. Donc j'ai fait sudo apt-get install gcc-4.8
et ensuite changé le gcc par défaut à cette version par:
cd /usr/bin/
sudo unlink gcc
sudo ln -s gcc4.8 gcc
sudo unlink g++
sudo ln -s g++-4.8 g++
J'ai remplacé gcc par gcc5 après l'installation de cuda. La compilation des échantillons cuda doit également être effectuée avec gcc4.8. Gcc4.9 pourrait fonctionner, mais je ne l’ai pas essayé.
Une méthode généralement privilégiée consiste à installer SW par le biais de fichiers deb lorsque ceux-ci sont disponibles, car ils offrent un moyen plus robuste de gérer les dépendances et une méthode plus fiable de suppression des SW. La version candidate de CUDA 8.0 était disponible pour 16.04 (dans la zone de développement) de cette manière et maintenant, CUDA 8.0 pour Ubuntu 16.04 est disponible via les fichiers deb (local) et (réseau): https://developer.nvidia.com/cuda -téléchargements
Juste un rappel gentil, Ubuntu 16.04 pourrait ne pas installer cuda à l’emplacement supposé /usr/local/cuda-8.0.61
. Par conséquent, export PATH=/usr/local/cuda-8.0.61/bin${PATH:+:${PATH}}
peut ne pas fonctionner.
Lorsque j'essayais d'installer "cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb" sur Ubuntu 16.04, j'ai simplement suivi les instructions ici http://docs.nvidia.com/cuda/cuda -installation-guide-linux / index.html # actions post-installation . Cependant, je n'ai pas pu compiler cuda-install-samples-8.0.61.sh \ home ou nvcc -V
Il s'est avéré qu'Ubuntu a installé cuda à la /usr/local/cuda-8.0
place de l'emplacement supposé /usr/local/cuda-8.0.61
. D' où je l' ai changé export PATH=/usr/local/cuda-8.0.61/bin${PATH:+:${PATH}}
dans export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
et j'ai installé avec succès cuda.
La réponse acceptée n'a pas fonctionné pour mon cas. J'installais CUDA 8.0 sur mon laboratoire avec les spécifications suivantes:
Le guide suivant installe d'abord le pilote NVIDIA, puis installe CUDA 8.0.
Dans la liste, trouvez votre carte graphique. Parmi les pilotes pouvant être utilisés pour la carte, choisissez le pilote propriétaire de NVIDIA. Puis appuyez sur le bouton [Apply Changes]. Dans mon cas, sous le nom de carte graphique "NVIDIA Corporation: GM107M [Geforce GTX 950M]", il y avait deux choix:
Supprimez les pilotes vidéo installés par défaut avec $ 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
, qui est supérieure à celle 375.26
contenue dans le programme d'installation, j'ai choisi de ne pas l'installer.ld.so.conf
et que l'erreur suivante se produit:, libEGL.so.1 is not a symbolic link
suivez les instructions à partir de ce lien .C'est une réponse looooongue, car je visais mon ordinateur portable plusieurs fois en l'écrivant. Cependant, je préfère le garder longtemps, car il peut également être utile pour d'autres personnes;) La meilleure partie de ma réponse commence par Edited-Updated
Sooooo, j'ai lu toutes les réponses ici et ailleurs, je ne sais pas pourquoi, mais chacune d'elles me cause un problème :(
Après 4 jours, réinstaller Linux va et vient, voilà comment cela a fonctionné pour moi.
Avant de passer à la procédure principale, je souhaite mentionner une méthode alternative.
méthode alternative si vous utilisez un ordinateur portable:
Vous pouvez donc basculer entre votre nvidia et votre gpu intel sur votre ordinateur portable en utilisant
sudo prime-select intel
sudo prime-select nvidia
En d’autres termes, vous pouvez passer à Intel et installer nvidia, puis revenir à Intel pour des utilisations normales et chaque fois que vous souhaitez utiliser l’apprentissage en profondeur, passez à nvidia one.
En tous cas,
Permettez-moi de parler de la méthode principale qui fonctionne finalement pour moi (les informations ici sont principalement saisies de Link ):
Suppression et purge de tous les éléments nvidia / cuda existants:
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
Ensuite, nous mettons tout à jour:
sudo apt-get update
sudo apt-get upgrade
sudo apt-get dist-upgrade
sudo reboot
Maintenant, il est possible que vous ne puissiez pas vous connecter et que vous restiez coincé dans la boucle ...
Pas de soucis, j'ai fait face à cela plus de 50 fois ...
appuyez sur ctr+alt+F2
tapez votre nom d'utilisateur et mot de passe
maintenant tapez ces:
sudo service lightdm stop
Facultatif, certaines personnes doivent aussi taper ceci, honnêtement idk à quoi sert-il: sudo init 3
sudo nano /etc/modprobe.d/blacklist-nouveau.conf
ajouter
blacklist nouveau
options nouveau modeset=0
et sauvegardez-le et quittez-le.
Puis tapez:
sudo update-initramfs -u
allez dans le fichier que vous avez cuda .run et tapez:
sudo sh cuda_8.0_linux.run --override
sudo service lightdm start
sudo reboot
Alors, si vous avez de la chance, vous devriez pouvoir vous connecter maintenant. Comme vous pouvez le deviner, je n’étais pas chanceux et je ne pouvais toujours pas me connecter. J'ai donc dû appuyer à ctr+Alt+F2
nouveau et faire ce qui suit:
sudo ubuntu-drivers autoinstall
sudo reboot
Maintenant, je pourrais me connecter enfin.
Il est maintenant temps de définir les chemins et de vérifier les installations.
type:
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
cela devrait vous montrer que vous avez cuda 8.
Aussi juste au cas où vous pouvez aussi faire ceci:
export PATH=$PATH:/usr/local/cuda-8.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64
gedit ~/.bashrc
ajoutez-les à la fin:
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
Enregistrez et quittez gedit. Type:
sudo ldconfig /usr/local/cuda-8.0/lib64
Une question pour les personnes qui en savent plus que moi:
Donc, tout semble fonctionner, mais lorsque je ferme / redémarre mon système pendant quelques secondes,
Donc, tout semble fonctionner, mais lorsque j'arrête / redémarre mon système pendant quelques secondes, le message «Impossible de démarrer le chargement des modules du noyau». J'ai essayé ce message, mais cela n'aide en rien, dites-moi si vous savez comment y remédier.
----------------
Édité-mis à jour
Devinez quoi, j'ai encore foutu.
Mais cette fois je suis venu avec une solution beaucoup plus facile. et voici le point principal: Parfois, nous devons dire NON
Voici ce qui fonctionne vraiment bien pour moi. Après avoir tout purgé, tout supprimé et tout redémarrage sudo, procédez comme suit:
sudo ubuntu-drivers autoinstall
sudo reboot
appuyez sur ctr+alt+F2
tapez votre nom d'utilisateur et mot de passe
maintenant tapez ces:
sudo service lightdm stop
sudo sh cuda_8.0_linux.run
IMPORTANT: lors de l’installation, la première question demande de réinstaller le pilote à nouveau. DITES NON à cette mère. Question f *** Dites oui aux autres: D après avoir terminé.
sudo service lightdm start
press `alt+ctr+F7`
connectez-vous à votre cher PC
Cela a-t-il fonctionné? Vous êtes le bienvenu :)
J'ai d'abord essayé de faire ce sudo lightdm stop
genre de choses, mais cela a conduit à une boucle de connexion. J'ai donc trouvé une nouvelle méthode:
Copiez le fichier cuda_9.0.176_384.81_linux.run
(dans mon cas, il s’agissait de runfile) dans n’importe quel répertoire de /home/<your_username>
téléchargements ou de documents similaires ou ailleurs.
Après cela, redémarrez votre ordinateur et lorsque le menu de démarrage Ubuntu apparaît, allez dans «Options avancées → Mode de récupération» (s'il n'apparaît pas, maintenez la shifttouche enfoncée pendant le démarrage).
Sélectionnez 'drop to root shell', appuyez sur ENTREE pour continuer lorsque vous êtes invité à appuyer sur Entrée ou sur Ctrl-D.
Edit : Exécuter mount -o rw,remount /
pour obtenir les privilèges de lecture-écriture.
Accédez au répertoire dans lequel vous avez copié le fichier d’installation cuda.
Exécutez la commande en fonction du type de fichier. Vous pouvez la trouver à l' adresse https://developer.nvidia.com/cuda-downloads après avoir sélectionné la cible souhaitée, comme vous l'avez fait précédemment. Dans mon cas c'étaitsudo sh cuda_*.run
C'est une étape importante et procédez lentement et avec précaution , lorsque la longue information / accord prend fin ACCEPTEZ-LE .
Ensuite, il vous posera des questions sur l’ installation de NVIDIA DRIVER INSTALLATION et appuyez sur oui ( y ).
Ensuite, il vous posera probablement des questions sur l’ installation des bibliothèques OpenGL. Ignorez-le , car il pourrait remplacer l’installation normale de votre pilote et causer des problèmes , ce qui est le cas dans mon cas. Alors, appuyez sur non ( n ).
Ensuite, poursuivez avec toutes les installations et cela se terminera automatiquement et affichera enfin le fichier journal/tmp
.
Maintenant, redémarrez le système en entrant la commande de redémarrage dans le shell en mode de récupération.
Une fois que votre système a démarré, les exemples de fichiers CUDA risquent de ne pas s'afficher, car vous devez suivre ces deux étapes de post-installation obligatoires:
[A] Ajoutez le chemin correct pour cuda.
[B] Ajouter le chemin correct pour LD_LIBRARY_PATH
Ajoutez le chemin d'accès au fichier ~ / .bashrc et exécutez-le source ~/.bashrc
pour le rendre permanent afin qu'il ne disparaisse pas après le redémarrage, confirmez-le en fermant le terminal actuel et en réexécutant la deuxième commande à l'étape 12 dans un autre terminal.
Reportez-vous à Passez à 7. Actions de post-installation
Pour vérifier si CUDA est installé correctement ou non, exécutez les deux commandes mentionnées ci-dessous et vérifiez si le nvcc -V
résultat est donné ou non.
cat /proc/driver/nvidia/version
nvcc -V
Allez à ~/NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQuery
, puis lancez ceux-ci:
make
./deviceQuery
et correspondre à la sortie avec cette image , votre peut être différent, mais le format de sortie doit correspondre.
Félicitations, vous avez installé CUDA Toolkit avec succès . Après cela, allez ici et essayez quelques exemples. Allez à 7.2 Actions recommandées .
COURTOISIE - CUDA TOOLKIT DOCS
PS - Tous les types de critiques sont les bienvenus. Nous nous excusons d’avance pour toute erreur. C’est ma première réponse sur askubuntu.com.
MERCI BEAUCOUP POUR LA LECTURE :)
Après avoir fait cela plusieurs fois, perdre mon écran avec succès, venir ici - gagner des éclairages - certaines bibliothèques cuda ne sont pas dans le chemin, manquantes, ni installées - il est judicieux d'installer les pilotes Linux pour votre carte nvidia https: // medium.com/techlogs/install-the-right-nvidia-driver-for-cuda-in-ubuntu-2d9ade437dec et de travailler sur des images nvidia-cuda docker - base ou devel.
Faites un mappage de volume de votre dossier de code vers le conteneur - installez ce que vous voulez - De la même manière que vous travaillez avec keras ou tensorflow ou simplement opencv pur
docker run --net = hôte --runtime = nvidia -it -v ~ / coding: / coding nvidia / cuda: / bin / bash
Remarque TF est également livré avec son menu fixe