一、英伟达驱动安装
1、英伟达驱动下载:
2、由于是驱动的冲突,那么自然是要杀掉和显卡结合不是那么紧密的草根板驱动nouveau了,加入黑名单是我们要做的第一件事,这样启动以后就不会默认使用草根驱动;
下载NVIDIA官方的K80显卡驱动,一般驱动都是通过deb包进行安装,但是安装后会加入OpenGL的驱动,所以必须得使用.run的文件,.run文件下载地址:
如果不用.run方式的话,那么就会进入Linux的无限循环界面。
(重要的事情说三遍,这里面的-和字母之间没有空格、这里面的-和字母之间没有空格、这里面的‘-’和字母之间没有空格)
出现蓝色的背景界面,如果出现了(X server is running的现象,要注意用户态输入sudo service lightdm stop关闭桌面管理器 ),然后accept协议,接着出现the distribution provided pre-install scripts failed的提示,忽视它,然后继续安装下去,一路OK然后reboot系统,最终得到完整的gnome桌面系统。
检验是否安装成功,在命令行界面下输入 nvidia-smi检验是否安装成功
二、安装源管理软件包:
下载地址:
三、Cuda安装:
1、下载CUDA
https://developer.nvidia.com/cuda-downloads
2、安装cuda
3、将CUDA路径添加至环境变量在终端输入
在profile文件中添加:
source /etc/profile即可
4、验证安装成功:
会得到相应的nvcc编译器相应的信息,那么CUDA配置成功了。(记得重启系统)
5、如果要进行cuda性能测试,可以进行:
编译完成后,可以进samples/bin/.../.../...的底层目录,运行各类实例。
四、安装tensorflow
1、官方连接:
2、参考官方文档的pip源部分:
3、pip安装的时候千万注意:
sudo pip3 install –upgrade 后面的接的gpu版本的连接,在官网文档最后面,python务必与对应的tensorflow版本对应。
安装完后也要注意依赖库版本的修复,因为开源代码,版本库版本特别多,所以如果有版本不兼容,那么一定要进行修复,如何修复自行百度。
4、tensorflow验证:
五、安装keras:
1、安装keras:
2、安装完毕后,输入python,然后输入:
3、Keras中mnist数据集测试
下载Keras开发包
程序无错进行,至此,keras安装完成。