Ubuntu 18.04 GTX1060 Nvidia驱动安装 + CUDA9.0 + cudnn7 + Tensorflow1.7 + opencv3.4

安装Nvidia驱动

我习惯性先禁用nouveau,添加blacklist经常不行,所以我都直接移除(备份)nouveau

(其实貌似不需要这步)

mv /lib/modules/3.0.0-12-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko /lib/modules/3.0.0-12-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko.org

重新加载
update-initramfs -u  

重启reboot

再执行  lsmod | grep nouveau 查看 没有出现任何东西,go on

直接安装驱动,没有出现循环登陆等问题

sudo apt install nvidia-390

安装完重启

nvidia-smi

Ubuntu 18.04 GTX1060 Nvidia驱动安装 + CUDA9.0 + cudnn7 + Tensorflow1.7 + opencv3.4_第1张图片

出现以上则安装驱动成功


安装CUDA9.0

在官网下载CUDA9.0

Ubuntu 18.04 GTX1060 Nvidia驱动安装 + CUDA9.0 + cudnn7 + Tensorflow1.7 + opencv3.4_第2张图片

进入下载目录后

sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda

配置环境

sudo gedit ~/.bashrc  
在最后两行
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}}

Ubuntu 18.04 GTX1060 Nvidia驱动安装 + CUDA9.0 + cudnn7 + Tensorflow1.7 + opencv3.4_第3张图片

保存,然后重启电脑 sudo reboot


测试CUDA的例子,需要编译一下

cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
显示Result=pass,则测试通过,安装成功

Ubuntu 18.04 GTX1060 Nvidia驱动安装 + CUDA9.0 + cudnn7 + Tensorflow1.7 + opencv3.4_第4张图片

安装CUDNN

进入下载文件夹

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

安装tensorflow,指定版本安装

1.8有点问题,建议用1.7

pip3 install tensorflow-gpu==1.7.0

如果没有安装pip3,则按提示先安装

sudo apt install python3-pip

安装keras

pip3 install keras

安装opencv

安装依赖,全部选择yes

sudo apt install libopencv-dev

直接安装opencv

sudo pip3 install opencv-python

测试

Ubuntu 18.04 GTX1060 Nvidia驱动安装 + CUDA9.0 + cudnn7 + Tensorflow1.7 + opencv3.4_第5张图片


完成

 
 

你可能感兴趣的:(Ubuntu 18.04 GTX1060 Nvidia驱动安装 + CUDA9.0 + cudnn7 + Tensorflow1.7 + opencv3.4)