#1のグラフィックスドライバをインストールします
セキュアブートを無効にする1.1 BIOS
- BIOSに入るためにF2を設定することにより、サーバーの電源をオンにし、
- >システム・セキュリティ - - >セキュアブート、[無効]を選択し、保存して終了し、システムBIOSで
1.2サードパーティ製のドライブヌーヴォーを無効にします
- アンインストールは、以前のNVIDIAドライバをインストール
$ sudo apt-get purge nvidia*
- ブラックリストヌーボーに追加されます
# 编辑blacklist.conf
$ sudo nano /etc/modprobe.d/blacklist.conf
# 在blacklist.conf的文件的最后手动添加:blacklist nouveau
# 更新内核
$ sudo update-initramfs -u
# 重启
reboot
# 重启后验证nouveau是否被禁用,如果下列语句无输出,表示禁用成功
lsmod | grep nouveau
ドライバをダウンロードするために1.3の公式サイト
- 公式ウェブサイトのアドレス:https://www.geforce.cn/drivers
- お使いのビデオカードのモデルとオペレーティングシステムを選択した後、対応するドライバをダウンロードしてください(現在のバージョンは次のとおりです。430.34)
1.4ドライバのインストール
- サーバーを再起動し、インストール用のコマンドラインインターフェイスを入力します。サーバは、ユーザのログイン・インターフェース再起動されたときには、Ctrl + Alt + F2コマンド・ライン・インターフェースに(異なる端末5に対応する利用可能なF2〜F6が、フロリダ州はグラフィカルインターフェイスです。)
- ダウンロードディレクトリにドライブし、インストールを開始
# 安装gcc make
$ sudo apt-get install gcc make g++
# 给文件增加可执行权限
$ sudo chmod a+x NVIDIA-Linux-x86_64-430.34.run
# 开始安装,后面的那个参数表示不安装OPENGL
$ sudo ./NVIDIA-Linux-x86_64-430.34.run --no-opengl-files
# 安装完成后,重启
$ reboot
# 验证是否安装成功
$ nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 430.34 Driver Version: 430.34 CUDA Version: 10.1 |
|-------------------------------+----------------------+----------------------+
| 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 RTX 208... Off | 00000000:02:00.0 Off | N/A |
| 18% 61C P0 67W / 250W | 0MiB / 11019MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
| 1 GeForce RTX 208... Off | 00000000:04:00.0 Off | N/A |
| 27% 64C P0 1W / 250W | 0MiB / 11019MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
#2は、CUDA 10.1をインストールします
CUDA 2.1インストールファイルをダウンロードします
- 公式サイトを入力し、オペレーティングシステムの対応するバージョンを選択し、それをダウンロードすることをお勧めします
runfile
(ダウンロードしたDEBが、インストールは失敗します)
2.2インストールを実行するには
- コマンドを実行し、ダウンロードディレクトリに移動します
# 开始安装
$ sudo sh cuda_10.1.168_418.67_linux.run
# 添加环境变量
$ sudo nano /etc/profile
# 添加以下文本到profile的最后
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
# 保存修改,然后更新环境变量
$ source /etc/profile
CUDA 2.3が正常にインストールされているテスト
- サンプルのCUDAコンパイラ
cd ~
cp -r /usr/local/cuda-10.1/samples/ .
cd samples/
# make大概要10分钟左右
make
- テストCUDA
cd ./1_Utilities/deviceQuery
./deviceQuery
# 出现如下类似结果,表示成功
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 2 CUDA Capable device(s)
Device 0: "GeForce RTX 2080 Ti"
CUDA Driver Version / Runtime Version 10.1 / 10.1
CUDA Capability Major/Minor version number: 7.5
Total amount of global memory: 11019 MBytes (11554717696 bytes)
(68) Multiprocessors, ( 64) CUDA Cores/MP: 4352 CUDA Cores
GPU Max Clock rate: 1545 MHz (1.54 GHz)
Memory Clock rate: 7000 Mhz
#3はcuDNN 7.6をインストールします。
- ファイルをダウンロードするには、公式ウェブサイトを入力し、ダウンロードして登録する必要があり、https://developer.nvidia.com/cudnn
cuDNN対応CUDA 10.1は、対応するバージョンを選択し、7.6で、ファイルをダウンロードしてください。図は次のとおりです。
- インストールcuDNN
tar -zxvf cudnn-10.1-linux-x64-v7.6.1.34.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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
- ビューcuDNNバージョン
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
# 输出结果如下:
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 1
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#4はアナコンダ(Pythonの3.7バージョン)を搭載しました
- 下载 Anaconda,网址:https://www.anaconda.com/distribution/#download-section
- 开始安装
$ sudo chmod +x Anaconda3-2019.03-Linux-x86_64.sh
$ sudo bash Anaconda3-2019.03-Linux-x86_64.sh
# 5 安装TensorFlow 1.14(GPU版)
- 安装TF
# 建议先将conda的源设置为国内的,否则速度太慢
$ conda install tensorflow-gpu==1.14.0
如果出现anaconda3文件无写入权限的问题(EnvironmentNotWritableError: The current user does not have write permissions to the target environment),可以使用命令对文件夹授权。
sudo chown -R user_name /path/to/anaconda3
- 测试TF
python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"