Para o TensorFlow, eu gostaria de instalar o CUDA. Como faço isso no Ubuntu 16.04?
Para o TensorFlow, eu gostaria de instalar o CUDA. Como faço isso no Ubuntu 16.04?
Respostas:
Há um guia de instalação do Linux . No entanto, são basicamente apenas essas etapas:
md5sum cuda_7.5.18_linux.run. Continue apenas se estiver correto.sudo apt-get purge nvidia-cuda*- se você quiser instalar os drivers também sudo apt-get purge nvidia-*.)
sudo service lightdm stop/etc/modprobe.d/blacklist-nouveau.confcom o seguinte conteúdo:
blacklist nouveau
options nouveau modeset=0sudo update-initramfs -usudo sh cuda_7.5.18_linux.run --override. Certifique-se de dizer yo link simbólico.
sudo service lightdm startVeja também: NVIDIA CUDA com Ubuntu 16.04 beta em um laptop (se você mal puder esperar)
Notas : Sim, existe a possibilidade de instalá-lo via apt-get install cuda. Eu sugiro fortemente não usá-lo, pois altera os caminhos e dificulta a instalação de outras ferramentas.
Você pode também estar interessado em Como instalar o CuDNN no Ubuntu 16.04? .
*: Não instale os drivers de vídeo com este script. Eles são velhos. Faça o download dos mais recentes em http://www.nvidia.com/Download/index.aspx
O comando a seguir mostra a versão atual do CUDA (última linha):
$ 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
O comando a seguir mostra a versão do seu driver e quanta memória da GPU você possui:
$ 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 |
+-----------------------------------------------------------------------------+
Consulte também: Verifique a instalação do CuDNN
Não entre em pânico. Mesmo se você não conseguir ver nada no seu computador, as etapas a seguir devem levar você de volta ao estado anterior:
mount -o remount,rw /( -é ?e /está -no layout americano)sh cuda_7.5.18_linux.run --uninstallsudo apt-get install nvidia-361 nvidia-common nvidia-prime nvidia-settingsInstalar os drivers gráficos é um pouco complicado. Isso precisa ser feito sem suporte gráfico.
dpkg -l | grep -i nvidiasudo apt-get remove --purge nvidia-WHATEVERsudo service lightdm stoprebootsua lista negra / PC, o driver nouveau ( tutorial em alemão )sudo apt-get install linux-headers-$(uname -r) antes de executar o instalador. isso garante que os cabeçalhos do kernel e os pacotes de desenvolvimento específicos para o que você está executando estejam disponíveis e você não esteja enfrentando instalações com falhas no driver!
Tentei instalar várias vezes por meio do arquivo .run, mas sempre surgia algum erro e eu corri para um loop de login ou perdi completamente a exibição. Portanto, eu recomendaria usar o arquivo .deb e não mexer no gerenciador de exibição.
O Guia de instalação da NVIDIA CUDA para Linux é um excelente link que lista os detalhes completos. Certifique-se de seguir cada etapa conforme indicado.
Para instalar o driver Nvidia, você pode fazer o seguinte:
No menu "Pesquisar no seu computador", no Ubuntu, no canto superior esquerdo, procure "Drivers adicionais" (você também pode fazer Configurações do sistema-> Software e atualizações-> Drivers adicionais)
No menu exibido, selecione um dos drivers da Nvidia e clique em "Aplicar alterações" (esta etapa usa a Internet. Se ainda assim falhar, o servidor proxy poderá estar bloqueando o download).
Reinicie seu sistema.
Abra uma janela do terminal e digite nvidia-smi. Se o seu driver foi instalado corretamente, você verá algo como:
+ ------------------------------------------------- ----- + | NVIDIA-SMI 3.295.41 versão do driver: 295.41 | | ------------------------------- + ----------------- ----- + ---------------------- + | Nb. Nome ID do barramento | ECC volátil SB / DB | | Uso / limite de energia da temperatura do ventilador | Uso de memória | GPU Util. Computar M. | | =============================== + =================== ===== + ====================== | | 0. Tesla C2050 | 0000: 05: 00.0 Ativado | 0 0 | 30% 62 C P0 N / A / N / A | 3% 70MB / 2687MB | 44% Padrão | | ------------------------------- + ----------------- ----- + ---------------------- | | Processos de computação: GPU Memory | | PID da GPU Nome do processo Uso | | =================================================== ============================ | | 0. 7336 ./align 61MB | + ------------------------------------------------- ---------------------------- +
Você pode instalar facilmente o CUDA de acordo com o link anterior agora. Em resumo:
sudo apt-get install linux-headers-$(uname -r)
Faça o download de um kit de ferramentas aqui e instale o .debarquivo (substitua o nome de acordo)
sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
então corra:
sudo apt-get update
sudo apt-get install cuda
deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /. Observe que a instalação desclassificou o driver da nvidia-381 para -375. Eu deixei lá.
Unknown: Unknown This device is not working Em seguida, ele me pergunta se quero usar Processor microcode firmware for Intel CPUs. Eu deveria estar usando isso? Obrigado.
Eu também tentei abordagens de diferença para instalar o Cuda 8.0 no Ubuntu 16.04. Finalmente, estas são as etapas que fazem o truque. Eu segui este tutorial e atualizei as etapas corrigidas da seguinte maneira.
Atualize o sistema
apt-get update && apt-get upgrade
Faça o download do VirtualGL e instale-o. Para instalar
dpkg -i virtualgl*.deb
Baixe e instale o CUDA 8.0 e instale-o. Eu sugiro fazê-lo vs através da internet. Assim,
Instale as dependências necessárias.
apt-get install linux-headers-$(uname -r)
apt-get install freeglut3-dev libxmu-dev libpcap-dev
Atualize o PATH do sistema em .bashrc, que pode ser encontrado no diretório inicial. Observe que se você instalar essas coisas no local da diferença, atualize o caminho de acordo com isso.
export PATH=$PATH:/opt/VirtualGL/bin
export PATH=$PATH:/usr/local/cuda/bin
Instale o bumblebee-nvidia e o primus.
apt-get install bumblebee-nvidia primus
Edite o arquivo de configuração do zangão para que o zangão saiba que estamos usando o driver NVIDIA. Atualize o caminho de acordo com o seu sistema. Aqui está uma visão de referência que ajudará.
sudo nano +22 /etc/bumblebee/bumblebee.conf
Adicionar, acrescentar:
[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
Execute o seguinte e grave o endereço PCI da sua placa de vídeo.
$ 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)
Edite o arquivo xorg.conf.nvidia para que ele saiba o endereço PCI (01: 00.0 para mim) da sua placa de vídeo. Atualize o endereço PIC conforme abaixo na seção "ServerLayout"
sudo nano /etc/bumblebee/xorg.conf.nvidia
Adicionar, acrescentar:
Section "ServerLayout"
Identifier "Layout0"
Option "AutoAddDevices" "false"
Option "AutoAddGPU" "false"
BusID "PCI:01:00.0"
Reinicie o sistema e divirta-se executando alguns códigos de amostra.
sudo shutdown -r now
Os passos que funcionaram para mim:
sudo apt-get install nvidia-cuda-toolkit OU 1 '. as instruções de instalação aqui
Você precisa selecionar em Software e atualizações / Drivers adicionais o driver nvidia (375, no meu contexto)
Siga a tela azul ao reiniciar e somente a partir daí desative a inicialização segura inserindo sua senha definida durante a instalação do driver da nvidia. (qualquer inicialização segura desativada pelo BIOS não funcionou para mim).
Agora a saída do teste de instalação foi bem-sucedida.
Eu escrevi um post sobre isso há um tempo atrás - Instalação do kit de ferramentas Nvidia CUDA - ubuntu 16.04 LTS - notes /
Meu ambiente: inicialização dupla do Windows 10 e Ubuntu 16.04 LTS.
Copiando e colando aqui alguns dos principais aprendizados. Consulte a postagem do blog para obter instruções detalhadas (apenas para evitar duplicatas)
Consulte a instalação do kit de ferramentas Nvidia CUDA - ubuntu 16.04 LTS - notes /
Consegui funcionar depois de ler várias postagens: eu já tinha uma placa ATI no computador, o que acabou sendo muito útil. Instalei o GTX 1070 ao lado da ATI e comecei a instalar o Kubuntu 16.04. Somente a tela conectada à placa ATI tinha imagem inicialmente, o que me permitiu instalar o driver NVIDIA-Linux-x86_64-367.27.run baixado do site do fornecedor. Para instalar o CUDA, baixei o arquivo cuda_7.5.18_linux.run. Instalei o cuda toolkit usando dois comutadores:
cuda_7.5.18_linux.run --silent --toolkit
As amostras cuda também podem ser instaladas a partir do arquivo .run. Um problema foi cuda não gosta de gcc5. Então fiz sudo apt-get install gcc-4.8e alterei o gcc padrão para esta versão:
cd /usr/bin/
sudo unlink gcc
sudo ln -s gcc4.8 gcc
sudo unlink g++
sudo ln -s g++-4.8 g++
Substituí o gcc pelo gcc5 após a instalação do cuda. Compilar as amostras de cuda também precisa ser feito com o gcc4.8, o gcc4.9 pode funcionar, mas eu não tentei.
Um método geralmente preferido é instalar o SW via arquivos deb, quando disponíveis, pois eles fornecem uma maneira mais robusta de lidar com dependências e um método mais confiável para remover o SW. O candidato a lançamento do CUDA 8.0 estava disponível para 16.04 (na zona dev) dessa maneira e agora o CUDA 8.0 para Ubuntu 16.04 está disponível através de arquivos deb (local) e (rede): https://developer.nvidia.com/cuda -Transferências
Apenas um lembrete gentil, o Ubuntu 16.04 pode não instalar o cuda no local assumido /usr/local/cuda-8.0.61. Portanto, export PATH=/usr/local/cuda-8.0.61/bin${PATH:+:${PATH}}pode não funcionar.
Quando estava tentando instalar "cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb" no Ubuntu 16.04, simplesmente segui as instruções aqui http://docs.nvidia.com/cuda/cuda -install-guide-linux / index.html # post-installation-actions . No entanto, não foi possível compilar cuda-install-samples-8.0.61.sh \ home ou nvcc -V
Aconteceu que o Ubuntu instalou o cuda em /usr/local/cuda-8.0vez do local assumido /usr/local/cuda-8.0.61. Por isso, mudei export PATH=/usr/local/cuda-8.0.61/bin${PATH:+:${PATH}}para export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}e instalei com êxito o cuda.
A resposta aceita não funcionou no meu caso. Eu estava instalando o CUDA 8.0 no meu labtop com as seguintes especificações:
O guia a seguir instala o driver NVIDIA primeiro e depois instala o CUDA 8.0.
Na lista, encontre sua placa gráfica. Entre os drivers que podem ser usados para a placa, escolha o driver proprietário da NVIDIA. Em seguida, pressione o botão [Aplicar alterações]. No meu caso, sob o nome da placa gráfica "NVIDIA Corporation: GM107M [Geforce GTX 950M]", havia duas seleções:
Exclua os drivers de vídeo padrão instalados com $ 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, que é maior que a 375.26contida no instalador, optei por não instalar.ld.so.confe ocorrer o seguinte erro:, libEGL.so.1 is not a symbolic linksiga a direção deste link .Esta é uma resposta muuuuito longa, já que eu estava ferrando meu laptop várias vezes enquanto escrevia. No entanto, prefiro mantê-lo por muito tempo, pois talvez seja útil para outras pessoas também;) A melhor parte da minha resposta começa em Editado-Atualizado
Tããããão, li todas as respostas aqui e em outros lugares, não sei por que, mas cada uma delas me causa um problema :(
Após 4 dias, reinstalar o Linux aqui e para cá é a maneira que funcionou para mim.
Antes de ir para o procedimento principal, quero mencionar um método alternativo.
método alternativo se você estiver usando um laptop:
Assim, você pode alternar entre sua nvidia e sua intel gpu no seu laptop usando
sudo prime-select intel
sudo prime-select nvidia
Em outras palavras, você pode alternar para a Intel e instalar a nvidia e voltar para a Intel para usos normais e sempre que desejar usar a opção de aprendizado profundo para a nvidia one.
De qualquer forma,
deixe-me falar sobre o método principal que finalmente funciona para mim (as informações aqui são extraídas principalmente do Link ):
Excluindo e eliminando todo o material existente da nvidia / cuda:
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
Então, apenas atualizamos tudo:
sudo apt-get update
sudo apt-get upgrade
sudo apt-get dist-upgrade
sudo reboot
Agora, haveria a possibilidade de você não conseguir fazer login e ficar preso no loop ...
Não se preocupe, eu enfrentei isso mais de 50 vezes ...
pressione ctr+alt+F2
digite seu nome de usuário e senha
agora digite estes:
sudo service lightdm stop
Opcionalmente, algumas pessoas também precisam digitar isso, honestamente, não sei qual é o uso dele: sudo init 3
sudo nano /etc/modprobe.d/blacklist-nouveau.conf
Adicionar, acrescentar
blacklist nouveau
options nouveau modeset=0
e salve e saia.
Então digite:
sudo update-initramfs -u
vá para o arquivo em que você tem o arquivo cuda .run e digite:
sudo sh cuda_8.0_linux.run --override
sudo service lightdm start
sudo reboot
Então, se você tiver sorte, poderá fazer login agora. Como você pode imaginar, eu não tive sorte e ainda não consegui entrar no f ****. Então eu tive que pressionar ctr+Alt+F2novamente e fazer o seguinte:
sudo ubuntu-drivers autoinstall
sudo reboot
Agora eu poderia finalmente entrar.
Agora é a hora de definir os caminhos e verificar as instalações.
tipo:
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
deve mostrar que você tem cuda 8.
Também no caso de você também poder fazer o seguinte:
export PATH=$PATH:/usr/local/cuda-8.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64
gedit ~/.bashrc
adicione estes no final:
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
Salve e saia do gedit. Tipo:
sudo ldconfig /usr/local/cuda-8.0/lib64
Uma pergunta para as pessoas que sabem mais do que eu:
Tudo parece funcionar, mas quando eu desligo / reinicializo o sistema por alguns segundos, ele mostra
Então, tudo parece funcionar, mas quando eu desligo / reinicializo o sistema por alguns segundos, ele mostra "Falha ao iniciar o carregamento de módulos do kernel" . Tentei este post, mas não está ajudando, por favor, deixe-me saber se você sabe como corrigi-lo.
----------------
Editado-Atualizado
Adivinha, eu estraguei tudo de novo.
Mas desta vez eu vim com uma solução muito mais fácil. e aqui está o ponto principal: às vezes precisamos dizer NÃO
Aqui está o que funciona muito bem para mim. depois de limpar e remover tudo e reiniciar o sudo, faça o seguinte:
sudo ubuntu-drivers autoinstall
sudo reboot
pressione ctr+alt+F2
digite seu nome de usuário e senha
agora digite estes:
sudo service lightdm stop
sudo sh cuda_8.0_linux.run
IMPORTANTE: durante a instalação, a primeira pergunta solicita a reinstalação do driver novamente, DIGA NÃO a essa mãe f **** pergunta Diga sim para o restante deles: D depois de terminar.
sudo service lightdm start
press `alt+ctr+F7`
faça o login no seu PC querido
Funcionou? Não há de quê :)
Inicialmente, tentei fazer essas sudo lightdm stopcoisas, mas isso levou a um loop de login. Então eu encontrei um novo método:
Copie o arquivo cuda_9.0.176_384.81_linux.run(no meu caso, era um arquivo de execução) para qualquer diretório, /home/<your_username>como Downloads ou Documentos ou qualquer outro lugar.
Depois disso, reinicie o computador e, quando o menu de inicialização do Ubuntu aparecer, vá para 'Opções avançadas → Modo de recuperação' (se ele não aparecer, mantenha pressionada a shifttecla durante a inicialização)
Selecione 'soltar no shell raiz', pressione ENTER para continuar quando solicitado, pressionando enter ou Ctrl-D.
Editar : Execute mount -o rw,remount /para obter privilégios de leitura e gravação.
Vá para o diretório em que você copiou o arquivo de instalação cuda.
Execute o comando com base no tipo de arquivo, que pode ser encontrado em https://developer.nvidia.com/cuda-downloads após selecionar o destino desejado, como você fez anteriormente. No meu caso foisudo sh cuda_*.run
Este é um passo importante e prossiga devagar e com cuidado , quando a longa informação / contrato terminar ACEITO .
Em seguida, perguntará sobre a INSTALAÇÃO DO NVIDIA DRIVER e pressione sim ( y ).
Em seguida, ele provavelmente perguntará sobre a instalação das bibliotecas OpenGL , ignorá-lo porque pode substituir a instalação normal do driver e causar problemas , no meu caso. Então, pressione não ( n ).
Em seguida, vá em frente com todas as instalações e ela será concluída automaticamente e, finalmente, mostrará o arquivo de log/tmp .
Agora, reinicie o sistema digitando o comando reboot no shell do modo de recuperação.
Após a inicialização do sistema, ele pode não mostrar os arquivos de amostra CUDA, porque você precisa concluir estas duas etapas obrigatórias de pós-instalação:
[A] Adicione o caminho correto para cuda.
[B] Adicione o caminho correto para LD_LIBRARY_PATH
Adicione o caminho ao arquivo ~ / .bashrc e execute source ~/.bashrcpara tornar o caminho permanente para que ele não desapareça após a reinicialização, confirme fechando o terminal atual e executando o segundo comando na etapa 12 novamente em outro terminal.
Consulte Vá para 7. Ações pós-instalação
Para verificar se o CUDA está instalado corretamente ou não, execute os dois comandos mencionados abaixo e verifique se a nvcc -Vsaída está ou não
cat /proc/driver/nvidia/version
nvcc -V
Vá para ~/NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQuerye execute:
make
./deviceQuery
e combine a saída com esta imagem , você pode ser diferente, mas o formato da saída deve corresponder.
Parabéns você instalou o CUDA Toolkit com sucesso . Depois disso, vá aqui e tente alguns exemplos. Vá para 7.2 Ações recomendadas .
CORTESIA - DOCS CUDA TOOLKIT
PS - Qualquer tipo de crítica é bem-vinda, pede desculpas antecipadamente por qualquer erro, esta é minha primeira resposta no askubuntu.com.
MUITO OBRIGADO PELA LEITURA:)
Tendo feito isso várias vezes, perdendo com êxito / sem êxito a minha tela, chegando aqui - obtendo informações - algumas bibliotecas cuda não no caminho, ausentes ou não instaladas - a maneira mais sadia é instalar os drivers Linux para o seu cartão nvidia https: // medium.com/techlogs/install-the-right-nvidia-driver-for-cuda-in-ubuntu-2d9ade437dec e trabalhe em imagens de docker nvidia-cuda - base ou devel.
Faça o mapeamento de volume da sua pasta de código para o contêiner - instale o que você deseja - O mesmo com o trabalho com keras ou tensorflow ou apenas o opencv puro
docker run --net = host --runtime = nvidia -it -v ~ / coding: / codificação da nvidia / cuda: / bin / bash
Nota O TF também vem com sua janela de encaixe