前面一章讲了安装1080ti驱动的一些坑,首先查看自己的显卡驱动

sudo nvidia-smi

显示,比较奇怪,明明已经安装成功了为啥还是显示0 Graphics Device     Off,理论上这边应该显示GTX1080 ti,在安装1080的时候就现实gtx1080

Wed Apr  5 14:43:15 2017       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 378.13                 Driver Version: 378.13                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Graphics Device     Off  | 0000:01:00.0      On |                  N/A |
| 23%   34C    P8    12W / 250W |    272MiB / 11171MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID  Type  Process name                               Usage      |
|=============================================================================|
|    0      1128    G   /usr/bin/X                                     153MiB |
|    0      2047    G   compiz                                         116MiB |
+-----------------------------------------------------------------------------+
可能1080ti和1080还是有点区别的吧,就当驱动已经安装成功了,网上也很少有关于1080ti的教程,也懒得折腾了

下面安装cuda-8.0,此处参考 http://www.2cto.com/os/201607/528798.html

cuda_8.0.27_linux.run(下载地址为:https://developer.nvidia.com/cuda-toolkit 不过需要注册)拷到home/xu目录下。

1、给权限

sudo chmod 777 cuda_8.0.61_375.26_linux.run

2、开始run

sudo ./cuda_8.0.61_375.26_linux.run

然后在第二个是否安装驱动选择否,注意,run开始后会有一会不动了,需要按F2或者ENter

然后按照提示

Do you accept the previously read EULA?
accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?
(y)es/(n)o/(q)uit: n

Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y

Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y

Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y

Enter CUDA Samples Location
[ default is /home/zhou ]:

Installing the CUDA Toolkit in /usr/local/cuda-8.0 …
Missing recommended library: libGLU.so
Missing recommended library: libX11.so
Missing recommended library: libXi.so
Missing recommended library: libXmu.so

Installing the CUDA Samples in /home/zhou …
Copying samples to /home/zhou/NVIDIA_CUDA-8.0_Samples now…
Finished copying samples.

===========
=
Summary =
===========

Driver: Not Selected
Toolkit: Installed in /usr/local/cuda-8.0
Samples: Installed in /home/zhou, but missing recommended libraries

Please make sure that
- PATH includes /usr/local/cuda-8.0/bin
- LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/bin

Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/doc/pdf for detailed information on setting up CUDA.

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 8.0 functionality to work.
To install the driver using this installer, run the following command, replacing with the name of this run file:
sudo .run -silent -driver

Logfile is /tmp/cuda_install_2961.log

1、安装完成后添加环境变量

在终端输入这两句:

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

然后修改文件中环境变量设置

sudo vi /etc/profile

输入上面export的两句,保存,退出。

source /etc/profile

sudo ldconfig

2、添加lib路径,在/etc/ld.so.conf.d/新建文件cuda.conf,并编辑

cd /etc/ld.so.conf.d

$ sudo touch cuda.conf

$ sudo gedit cuda.conf

/usr/local/cuda-6.5/lib64

执行下列命令使之立刻生效

$ sudo ldconfig

3、安装cuda sample

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

完成后

cd /usr/local/cuda-8.0/samples
sudo make

编译完成后, 进入 samples/bin/x86_64/linux/release

$ sudo ./deviceQuery

看见显卡信息则代表成功了

安装cudnn7.5  此处参考http://www.2cto.com/os/201607/528798.html

安装cuDNN比较简单,解压后把相应的文件拷贝到对应的CUDA目录下即可:

tar -zxvf cudnn-8.0.ga.tgz

显示以下信息:
*cuda/include/cudnn.h
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.5
cuda/lib64/libcudnn.so.5.0.5
cuda/lib64/libcudnn_static.a*
继续执行以下指令:

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

8) 验证一下,哈哈哈哈哈啊哈哈哈哈哈
cuda的samples 里面有个deviceQuery 运行之后会显示信息,最后一行出行pass说明成功啦~~~~

GTX1080ti 安装cuda-8.0和cudnn-7.5相关推荐

  1. 成功安装CUDA 10.0 和Cudnn 7.4.1

    from Bubbliiiing 网盘下载: 链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ 提取码: 8ggr 下载完之后得到这两个文件. 或 ...

  2. TensorFlow GPU 版本安装个人总结:Win10 + Python3.5 + CUDA 9.0.176 + cudnn v7.5.0.56 + TensorFlow 1.12.0

    TensorFlow GPU 版本安装个人总结:Win10 + Python3.5 + CUDA 9.0.176 + cudnn v7.5.0.56 + TensorFlow 1.12.0 接触机器学 ...

  3. Ubuntu16.04 + Geforce GT630 OEM安装cuda 8.0

    原文地址:https://blog.csdn.net/baobei0112/article/details/77996369 第1步 安装依赖包 安装后续步骤或环境必需的依赖包,依次输入以下命令: s ...

  4. ubuntu16.04安装CUDA 8.0(很详尽,包括一些坑的解决方法)

    ubuntu16.04安装CUDA 8.0(很详尽,包括一些坑的解决方法) 参考文章: (1)ubuntu16.04安装CUDA 8.0(很详尽,包括一些坑的解决方法) (2)https://www. ...

  5. Ubuntu 16.04卸载CUDA 6.5和安装CUDA 8.0

    一,引言 由于系统从Ubuntu 14.04升级到了16.04,原来的CUDA 6.5无法继续使用,所以重新安装了CUDA 8.0. 二,卸载CUDA 6.5 和驱动 以下操作都在命令行界面操作,比如 ...

  6. GTX1080 安装 cuda 8.0 + cuDNN5.1

    ubuntu下按ctrl+alt+f1~f6出现黑屏现象的解决方法 sudo apt-get install bumblebee bumblebee-nvidia primus linux-heade ...

  7. win10 server 安装CUDA 9.0

    下载cuda9.0,不需要提取安装驱动, 直接安装cuda,自定义选项中有安装驱动选项. 查看版本: nvcc -V cuda9.0下载,可以选择系统 https://developer.nvidia ...

  8. MX130+python3.7.6+CUDA 10.0+CUDNN 7.4.2+TensorFlow-gpu安装

    MX130+CUDA 10.0+CUDNN 7.6.1+TensorFlow-gpu安装 一.CUDA安装 二.CUDNN安装 三.tensorflow-gpu安装 环境:GeForce MX130( ...

  9. ubuntu 16.04下安装pytorch配置caffe2(cuda 9.0+cudnn 7.6)

    caffe2已经合并进啦pytorch里面,所以我们可以通过安装pytorch完成对caffe2的配置,相较于安装caffe2源码的方式,操作上更为简单. 操作系统: Ubuntu 16.04.5 L ...

  10. Ubuntu16.04+tensorflow(gpu)+Cuda(8.0)+cudnn(5.1)

    最近系统出问题,重新配置,直接参考: http://www.52nlp.cn/%E4%BB%8E%E9%9B%B6%E5%BC%80%E5%A7%8B%E6%90%AD%E5%BB%BA%E6%B7% ...

最新文章

  1. MIT发布首个贝叶斯「数据清洗」机器人!8小时洗200万条数据
  2. 成为更优秀的开发人员:第一步-“制造”粉丝
  3. 利用css3实现jQuery中的slideDown和slideUp效果
  4. 50种奇妙装置玩法,将STEM教育一网打尽
  5. jmeter 加密解密_使用Jmeter对SHA1加密接口进行性能测试
  6. nssl1436-赛艇表演【最短路】
  7. 奥的斯电梯tt服务器使用表_奥的斯电梯服务器TT使用说明1
  8. 怎么看电脑的hdmi是输出还是输入_高清hdmi矩阵切换器4进4出音视频方案介绍景阳华泰科技...
  9. 昆明理工津桥学院计算机,昆明理工大学津桥学院大一计算机考试试题练习
  10. 中国买家团撑起2018芯片市场,华为千亿支出排名全球第三 | 盘点
  11. spring mvc和swagger整合
  12. 【数据结构和算法笔记】线性表的查找(平均查找长度,二分法,判定树)
  13. scala 函数定义
  14. Vue中,v-show与v-if的区别
  15. DFM弹幕库在直播中的使用
  16. 如何向NCBI上传线粒体基因组序列
  17. fluent设置uds c语言程序,Fluent中UDF和UDS二次开发高级实例专题
  18. js中字符串按照汉字拼音排序
  19. 桌面上出现两个计算机图标,电脑桌面图标出现成双显示要怎么解决
  20. PIL 库介绍与简单应用

热门文章

  1. 深入理解MySQL——数据库分区
  2. 通过 Pysocks 对 Python 设置全局代理
  3. 让人茅塞顿开!一线互联网移动架构师Android框架体系架构!全网最新
  4. 小电科技上市“搁浅”:先行者怪兽充电“坑惨”投资人,业绩难平
  5. php opcache指定目录缓存,OPcache 文件缓存刷新
  6. site about oo
  7. 大年初五迎财神,这份“2021金融从业经验分享”请笑纳!
  8. 正则验证、账号、密码、手机号
  9. Matlab:linspace
  10. 美乐威推出强大的硬件和软件转换器将视频信号输入采用NDI®技术的现场制作方案