双显卡的电脑linux系统安装,双显卡笔记本在Ubuntu下使用cuda的解决方案

笔记本是Intel的集显和Nvidia GTX 970M的独显，之前是在win下用theano并用CUDA没有问题，现在想用tensorflow就尝试换Ubuntu，一换才知道Linux下这个双显卡这么有问题，按照官方教程顺序装完CUDA重启就黑屏，目测是装完cuda集显就被屏蔽了。Ubuntu本身也试过好多个版本。

解决方案：

由于电脑是笔记本，双显卡尝试过好多次总是在安装完CUDA后重启黑屏或是卡在登陆界面无法进入系统。应该是安装完cuda后负责图形界面的Intel不干活了。

以下是我配置平台的全过程，最终目的是使用tensorflow或theano并利用gpu加速。

1.首先安装Ubuntu16.04,之前装的是14.04，但总是装完CUDA后重启黑屏。在16.04的软件更新中可以同时更新到NVIDIA的独显和Intel的集显。

2.在系统设置的软件和更新中，安装好NVIDIA和Intel的专有驱动。

3.安装CUDA toolkit

sudo apt-get update

sudo apt-get install nvidia-cuda-toolkit

默认安装cuda 7.5.18

安装之后，是没有/usr/local/cuda*这个文件夹，也没有sample的

4.由于Ubuntu16.04的gcc和g++都是5.0版的，不兼容CUDA7.5版本，需要降级

sudo apt-get gcc-4.9 g++-4.9

cd /usr/bin

sudo rm gcc

sudo rm g++

sudo ln -s gcc-4.9 gcc

sudo ln -s g++-4.9 g++

5.安装cuDnn

下载cudnn 4.0 for cuda7.0 需要nvidia的开发者帐号登录

解压

tar -zxf cudnn-7.0-linux-x64-v4.0-prod.tgz

cd cuda

复制头文件到/usr/local/include

sudo cp include/cudnn.h /usr/local/include/

复制lib文件到/usr/local/lib

sudo cp lib64/* /usr/local/lib/

并编辑~/.bashrc 添加环境变量

export LD_LIBRARY_PATH=/usr/local/lib

6.安装theano

sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev git

sudo pip install Theano

编辑配置文件

sudo gedit ~/.theanorc

加入

[global]

device = gpu

floatX = float32

[nvcc]

flags=-D_FORCE_INLINES

测试

7.安装tensorflow

sudo apt-get install python-pip python-dev # Ubuntu/Linux 64-bit, GPU enabled, Python 2.7 # Requires CUDA toolkit 7.5 and CuDNN v4. For other versions, see "Install from sources" below. export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl # Python 2

sudo pip install --upgrade $TF_BINARY_URL

测试

8.安装OpenAI Gym

因为后续可能会做一些增强学习的小项目，再此安装OpenAI Gym

git clone href=//github.com/openai/gym

cd gym

pip install -e . # minimal install

pip install -e .[all] # all install