Ubuntu 16.04下GTX 1070Ti GPU的TensorFlow-GPU环境部署教程
需积分: 14 50 浏览量
更新于2024-09-07
收藏 2.39MB DOCX 举报
本文档详细介绍了如何在Ubuntu 16.04系统中安装TensorFlow GPU环境,针对一台配备了GTX 1070Ti显卡的计算机。以下是主要步骤:
1. 系统准备:
- 安装Ubuntu 16.04操作系统,确保系统基础环境已经就绪。
2. 显卡驱动安装:
- 访问NVIDIA官网(<https://www.geforce.cn/drivers>),找到与GTX 1070Ti兼容的显卡驱动,例如384.13版本。
- 下载对应的.run文件,然后进行以下操作:
- 卸载旧驱动:`sudo apt-get remove --purge nvidia*`
- 禁用nouveau内建驱动,防止与NVIDIA驱动冲突:
- 打开`/etc/modprobe.d/blacklist.conf`,添加`blacklist nouveau`和`options nouveau modetest=0`,然后更新内核模块:`sudo update-initramfs -u`
- 重启后通过`lsmod | grep nouveau`确认nouveau已禁用。
3. 安装NVIDIA驱动:
- 通过命令行界面(Ctrl+Alt+F1)安装驱动:
- 服务停止图形界面:`sudo service lightdm stop`
- 给.run文件执行权限:`sudo chmod +x *.run`
- 以文本模式安装:`sudo ./*.run --no-opengl-files`
- 按照提示完成安装过程,当遇到"Install NVIDIA Accelerated Graphics Driver for…"问题时,选择"no",因为之前已安装过驱动。
4. CUDA和cuDNN安装:
- CUDA 9.0可以从NVIDIA开发者下载页面获取(<https://developer.nvidia.com/cuda-90-download-archive>),下载针对Ubuntu 16.04的.run文件。
- 运行下载的CUDA安装脚本:`sudo sh *.run`
5. 环境变量配置:
- 打开`~/.bashrc`文件,添加以下内容以设置CUDA路径和其他环境变量,便于TensorFlow识别:
```
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64
```
6. 启动图形界面:
- 安装完成后,重新启动图形界面:`sudo service lightdm start`
通过以上步骤,您已经在Ubuntu 16.04系统上成功搭建了TensorFlow GPU环境,可以进行深度学习模型的训练和开发。注意在安装过程中可能需要根据实际硬件和网络状况调整部分步骤,如选择正确的驱动版本和文件下载路径。
2021-03-05 上传
2018-10-26 上传
2018-09-14 上传
2024-09-22 上传
2023-07-27 上传
2018-07-29 上传
2021-03-02 上传
点击了解资源详情
2021-05-25 上传
呵呵哒呵呵705
- 粉丝: 1
- 资源: 2
最新资源
- NotATokenLogger
- capture_react
- ac:YML放置区
- 学生成绩管理系统.rar
- 【Java毕业设计】Java 网上商城系统-毕业设计.zip
- 电子功用-按键识别方法、键盘和电子设备
- AT91SAM7X256开发板(工程文件+程序),可直接制板加工-电路方案
- kbd_check:键盘检查器
- python实例-13 截图工具.zip源码python项目实例源码打包下载
- DA_project-
- Bot-S-ries-SITE-TOP-FLIX:阿尔法玛意甲上的Bot para passar osepisódios现场,Top Flix,testei unicamente nasérie宣言。
- django_sso:Django框架实现OAuth2
- 【Java毕业设计】c++,毕业设计,因为网络专业不能写java。冥思苦想了这么个玩意儿,本来想借此机会学习http.zip
- 电子功用-可充电锂硫电池的正极活性物质及其制备方法
- PackCC:用于C的packrat解析器生成器-开源
- 卡片式插入列表(iPhone源代码)