Lua+torch7+cuda8.0+cudnn7.0.5在Ubuntu16.04上的安裝
我的筆記本是聯想Y470 比較老的機子 安裝的bantu
第一步安裝筆記本的顯示卡:系統自帶的軟體更新中安裝的。
第二步，安裝cuda 官網下載的，cuda官網下載，根據系統資訊選擇對應的版本，我的是cuda_8.0.61_375.26_linux.run
一大堆條款什麼的，願意看就看吧，不想看直接回車按到底。
輸入accept接受條款。
接下來只有nvidia驅動那裡不要裝，因為我之前已經裝過了顯示卡驅動。其他都選是或者預設就可以。
流程：
輸入n。不裝nvidia驅動。
輸入y。安裝cuda toolkit
回車。 使用預設安裝路徑/usr/local/cuda-8.0
輸入y。安裝指向/usr/local/cuda的連結
輸入y。安裝Samples。
回車。 使用Samples預設安裝路徑/home/username
環境變數設定
sudo vim ~/.bashrc
在末尾新增
export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-8.0/bin:$PATH
儲存退出。
然後重新整理。
source ~/.bashrc
動態連結庫設定
建立檔案：
sudo vim /etc/ld.so.conf.d/cuda.conf
寫入：/usr/local/cuda/lib64
儲存之後使其立即生效：
sudo ldconfig
檢查Cuda版本
nvcc --version
第三步：獲取cuDNN
我選擇的是cuDNN v7.0
安裝cuDNN
下載cuDNN後解壓
cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include #複製標頭檔案
cd ../lib64
sudo rm -rf libcudnn.so libcudnn.so.7 #刪除原動態檔案
sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7 #生成軟連結
sudo ln -s libcudnn.so.7 libcudnn.so #生成軟連結
若需要更換cudnn版本，則替換原來的libcudnn*，並重新軟連結。
更新連結庫：
sudo ldconfig
第四步安裝torch7（此部分轉自他人）
利用快捷鍵Ctrl+Alt+T開啟Ubuntu終端
第一步：
獲取安裝LuauJIT（C語言編寫的Lua的直譯器）和Torch所必需的依賴包。
程式碼如下：
1 git clone https://github.com/torch/distro.git ~/torch --recursive
如果提示git還未安裝，在終端輸入命令：
sudo apt-get install git
安裝git
漫長的等待中。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
第二步：
剛才預設將依賴包下載在當前路徑下的torch資料夾，進入torch資料夾，開啟並執行install-deps中的命令。
程式碼如下：
cd ~/torch bash install-deps
又得等待好久，可以去喝杯咖啡~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
第三步：
執行install.sh檔案
輸入命令：
./install.sh
至此，安裝torch需要的依賴已經搞定！！！！！！！！！！！！！！！！！！！！！！！！
第四步：
將路徑新增到PATH變數中。
source ~/.bashrc
source ~/.zshrc使用上面兩個命令中任意一個即可。
第五步：
檢測安裝是否成功。在終端輸入th命令，若出現下圖，表明安裝成功。
附加：
利用粗暴刪除來解除安裝torch：
rm -rf ~/torch其實就是直接刪除資料夾。
遇到的問題（轉自https://blog.csdn.net/Geek_of_CSDN/article/details/80461129）
其實不能直接配置CuDNN 7給Torch使用，貧僧在上次部落格裡面跳過了測試階段，所以錯過了這個bug（所以說測試還是必不可少的啊）。
閒話少說，直接使用比較新的版本但是沒在~/.bashrc裡面配置好路徑會出現下面這樣的錯誤：
/home/ubuntu/torch/install/bin/luajit: /home/ubuntu/torch/install/share/lua/5.1/trepl/init.lua:389: /home/ubuntu/torch/install/share/lua/5.1/trepl/init.lua:389: /home/ubuntu/torch/install/share/lua/5.1/cudnn/ffi.lua:1603: 'libcudnn (R5) not found in library path.
Please install CuDNN from https://developer.nvidia.com/cuDNN
Then make sure files named as libcudnn.so.5 or libcudnn.5.dylib are placed in
your library load path (for example /usr/local/lib , or manually add a path to LD_LIBRARY_PATH)
Alternatively, set the path to libcudnn.so.5 or libcudnn.5.dylib
to the environment variable CUDNN_PATH and rerun torch.
For example: export CUDNN_PATH="/usr/local/cuda/lib64/libcudnn.so.5"
#注意上面這一行，這是程式推薦的問題解決方法
stack traceback:
[C]: in function 'error'
/home/ubuntu/torch/install/share/lua/5.1/trepl/init.lua:389: in function 'require'
neural_style.lua:350: in function 'setup_gpu'
neural_style.lua:53: in function 'main'
neural_style.lua:601: in main chunk
[C]: in function 'dofile'
...untu/torch/install/lib/luarocks/rocks/trepl/scm-1/bin/th:150: in main chunk
[C]: at 0x00405d50
[email protected]:~/neural-style$就算是按照上面那樣配置好（其實改了點，例如貧僧使用的是7版，那麼就會改成export CUDNN_PATH="/usr/local/cuda/lib64/libcudnn.so.7），也會出現這樣的錯誤：
Found Environment variable CUDNN_PATH = /usr/local/cuda-9.0/lib64/libcudnn.so.7/home/ubuntu/torch/install/bin/luajit: /home/ubuntu/torch/install/share/lua/5.1/trepl/init.lua:389: /home/ubuntu/torch/install/share/lua/5.1/trepl/init.lua:389: /home/ubuntu/torch/install/share/lua/5.1/cudnn/ffi.lua:1618: These bindings are for CUDNN 5.x (5005 <= cudnn.version > 6000) , while the loaded CuDNN is version: 7003
Are you using an older or newer version of CuDNN?
stack traceback:
[C]: in function 'error'
/home/ubuntu/torch/install/share/lua/5.1/trepl/init.lua:389: in function 'require'
neural_style.lua:350: in function 'setup_gpu'
neural_style.lua:53: in function 'main'
neural_style.lua:601: in main chunk
[C]: in function 'dofile'
...untu/torch/install/lib/luarocks/rocks/trepl/scm-1/bin/th:150: in main chunk
上面的意思是CuDNN版本不對，本來的要求是在5到6之間的版本（但是貧僧用的是7，太新了對於Torch來說）
最後貧僧終於找到了解決方案，就是在終端執行這個指令：
git clone https://github.com/soumith/cudnn.torch.git -b R7 && cd cudnn.torch && luarocks make cudnn-scm-1.rockspec相關推薦
Lua+torch7+cuda8.0+cudnn7.0.5在Ubuntu16.04上的安裝
我的筆記本是聯想Y470 比較老的機子 安裝的bantu第一步安裝筆記本的顯示卡:系統自帶的軟體更新中安裝的。 第二步，安裝cuda 官網下載的，cuda官網下載，根據系統資訊選擇對應的版本，我的是cuda_8.0.61_375.26_linux.run一大堆條款什麼的，願
伺服器(Dell T360)Ubuntu16.04+Tesla P100+CUDA8.0+CUDNN7.0.5配置
這篇文章的方法最後也有問題！ 最終配置成功版請見下面這個連結的內容： https://blog.csdn.net/u014106566/article/details/83314626 前言： 一開始我們實驗室嘗試用deb安裝包的方法安裝NVIDIA Tesla P100對應的顯
Ubuntu16.04下cuda9.0+cudnn7.0安裝指南
原連結： http://www.twistedwg.com/2018/06/15/cuda9_cudnn7.html 先用下面語句檢視自己電腦是否裝了GPU lspci |grep -i nvidia 我查出來是 01:00.0 VGA compatible
win10 解除安裝cuda8.0並安裝tensorflow-gpu1.11.0+cuda9.0+cudnn7.0 （安裝程式附網盤下載地址）
主機資訊： 顯示卡：GTX 1060（6G） 已安裝圖形驅動版本（比cuda9.0自帶的高）：390.77 已安裝PhysX版本：9.17.0524 已安裝Anaconda版本：Anaconda2 5.0.1 64bit 之前一直用的Theano(需要cu
Ubuntu16.04+Tensorflow+CUDA9.0+cuDNN7.0 環境簡明搭建指南
versions linux sin 問題 sent 人的 們的 egl object 最近在研究風格化得內容，發現搭建環境實在是很頭疼的事情，雖然網上已經有各路大神總結整理好了很多搭建指南，各種問題的解決方案都已經羅列出來供大家參考。然後參考終究是參考，真正自己上手，發現
ubuntu 下搭建深度學習環境ubuntu18.04+anaconda3+cuda9.0+cudnn7.0+pytorch+nltk
一、anaconda安裝簡單，選擇linux對應的x86版本下載，進入下在目錄，執行對應版本的安裝命令bash Anaconda3-*.sh，按照提示安enter與yes即可 二、cuda9.0也可以裝在18.04的ubuntu系統上，18.04相容16.04
ubuntu16.04安裝nvidia驅動+cuda9.0+cuDnn7.0
本文參考了 http://www.cnblogs.com/5211314jackrose/p/7081020.html https://jingyan.baidu.com/article/4853e1e55679491909f726f4.html http://www.
ubuntu16.04+GTX1070+CUDA9.0+CUDNN7.0+pytourch4.0吐血
應該說這是我第一次這麼認真的去寫下一個環境配置過程，之前已經安裝過好幾次環境，並且配置成功（ubuntu16.04+GTX1070+CUDA8.0+CUDNN5.0+Anancond3+TensfolowGPU+CAFFE） tensorflow-gpu v1.9.
Ubuntu 16.04 GTX950M + cuda9.0 + cuDNN7.0 + TensorFlow 1.5 / 1.8 安裝記錄
一、安裝NVIDIA驅動 關閉x-server，ctrl + alt + F1 進入終端介面，登陸 sudo service lightdm stop （X server將會被關閉。可以使用ctrl + alt + F7 檢查一下）禁用 nouveau
深度學習環境搭建：ubuntu16.04+nvidia驅動+cuda9.0+cudnn7.0.5
深度學習GPU環境搭建 ubuntu16.04+nvidia驅動+cuda9.0+cudnn7.0.5 安裝nvidia驅動 安裝cuda 安裝 cudnn： ubuntu16.04+nvidia驅動+cud
ubuntu16.04 +cunda9.0+cudnn7.0+tensorflow 1.5gpu 最詳細的安裝教程
ubuntu 是剛剛安裝好的16.04 因為tensorfow 的官網要求：（在安裝之前最好先看看tensorflow官網上對安裝的環境要求，系統版本、顯示卡計算能力、cuda和cudnn的版本，下面使用的都是目前符合tensorflow官網的要求版本）這裡先用cuda9.
Ubuntu18.04+CUDA9.0+cuDNN7.1.3+TensorFlow1.8 安裝總結
Ubuntu18.04+ Tensorflow1.8 安裝總結 Ubuntu18.04發行已經有一段時間了，正好最近Tensorflow也釋出了1.8版本，於是決定兩個一起裝上，以下是安裝總結，大致可以分為5個步驟 確認當前軟體和硬體環境、版本 更新顯
GeForce MX150顯示卡+Ubuntu16.04安裝NVIDIA驅動+CUDA9.0+cuDNN7.0.5
博主用的是小米筆記本Pro，一直以為MX150顯示卡是不支援CUDA的，都已經在看遊戲本了，沒報任何希望地搜了搜MX150+CUDA的網頁，看到有些人說英偉達已經為MX50提供了CUDA的支援，喜大普奔啊。。。。 這裡安裝的是NVIDIA-Linux-x86_64-390.
史上最全的ubuntu16.04安裝nvidia驅動+cuda9.0+cuDnn7.0
本文參考了 http://www.cnblogs.com/5211314jackrose/p/7081020.html https://jingyan.baidu.com/article/4853e1e55679491909f726f4.html http://w
Ubuntu16.04 + Caffe + CUDA9.0 + cudnn7.0 的配置詳細教程&& Ubuntu18.04 可用
Ubuntu16.04配置Caffe環境(cudn9.0 + cudnn7 GPU版)&&Ubuntu18.04可用 主要感謝此人的部落格部落格 配置過很多膝上型電腦，TAITAN XP 也配置過，也碰到過很多坑，但最後大同小異。 參考:部落格
deepfake-faceswap 除錯 Tensorflow win10 cuda9.0 cuDNN7.0
pip安裝tensorflow-gpu 在Python目錄\Lib\site-packages\tensorflow\python\platform\build_info.py中有tensorflow對應的NV軟體版本號 需下載對應版本號安裝,否則import報錯. 可在github上檢
CUDA9.0+Cudnn7.0+caffe重新編譯
本來裝好了cuda8.0+cudnn6.0，由於各種原因，不得不改。。。 看到大佬切換自如 https://blog.csdn.net/u010821666/article/details/79957071 ，我還是拋棄8.0吧。。。 （一）下載 https://develope
win10+tensorflow+cuda9.0+cudnn7.0+vc2017+anaconda3.6
https://blog.csdn.net/jay100500/article/details/72809338 https://blog.csdn.net/weixin_39290638/article/details/80045236 https://blog.csdn.net/wal
【caffe】Windows10+Cuda9.0+Cudnn7.0下配置GPU版caffe
第一步：下載所需軟體 1、下載CUDA9.0，也是目前的最新版本。 2、下載CUDNN V7.0。 3、下載Caffe。 第二步：安裝和配置 參考網上的大多數教程，對軟體進行安裝配置。 1、安裝CUDA9.0，安裝過程很簡單。 2、CUDA9.0安裝完
tensorflow學習筆記十：Ubuntu 16.04 上安裝 CUDA 7.5/8.0 超詳細教程
2017/1/5 更新 本篇文章是基於之前安裝CUDA 7.5的經驗寫的，但因為最近更新TensorFlow 到了r0.12版本，官方提示該版本TensorFlow 和CUDA 8.0 & cudnnv5.1 配合的最好，所以又卸了CUDA 7.5，重新裝了一遍