顯卡規格查詢

首先需要確定自己顯卡的規格：

1
lspci -vnn | grep VGA -A 12

其中nvidia_375就是顯卡的規格指數，後面會用到。

安裝CUDA 8.0

前往CUDA 8.0下載頁面選擇好系統參數進行下載。

配置CUDA環境

Installation Instructions:

1
2
3
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

安裝cuDNN for CUDA 8.0

前往cuDNN下載點擊同意並選擇規格後開始下載。

配置cuDNN環境

Installation Instructions:

1
2
3
4
tar xvzf cudnn-8.0-linux-x64-v5.1-ga.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*

設定環境變數

接下來到.bashrc檔案：

1
sudo vim ~/.bashrc

將下面的指令復制到配置文件的末尾：

1
2
3
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:/usr/lib/nvidia-375
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:/usr/local/cuda/bin

注意：其中的/usr/lib/nvidia-375就是之前查詢的顯卡規格。

安装CUDA 9.0

前往CUDA 9.0下載頁面選擇好系統參數進行下載。

配置CUDA環境

Installation Instructions:

1
2
3
4
5
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub (其中的entity
表示需要自行填写的部分,因版本可能不同,所以建议使用tab来联想不容易出错。)
sudo apt-get update
sudo apt-get install cuda

Tips ： 这时候就可以使用nvidia-smi指令确认nvidia驱动是否成功安装了。

安裝cuDNN for CUDA 9.0

p.s. cuDNN的下载需要注册账号

前往cuDNN下載點擊同意並選擇規格後開始下載。

不需要更改source code只需要下载runtime version即可。

配置cuDNN環境

  • Installing from a Tar File:

    1
    2
    3
    4
    5
    6
    7
    tar -xzvf cudnn-9.0-linux-x64-v7.tgz
    （同样建议使用tab输入）
    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*

  • Installing from a Debian File

    • Install the runtime library:
      1
      2
      sudo dpkg -i libcudnn7_7.0.3.11-1+cuda9.0_amd64.deb
      (tab不解释)

查看配置結果

配置完成後可以查看是否成功配置：

1
nvidia-smi -l

即可即時查看GPU的運作情況

安裝Tensorflow-gpu

1
sudo pip install tensorflow-gpu

安裝之後會加入pip library中：

1
pip freeze

如此以來就可以用GPU操作深度學習的框架了。