ubuntu14.04安装nvidiacuda7.5并搭建pythontheano深度学习开发环境

引言

最近几天一直尝试搭建theano深度学习开发环境,并安装英伟达cuda toolkit。这期间,有想过在windows上搭建的,但是从网上了解后,发现还是在linux环境下更加合适。在搭建这个开发环境的过程中,其实入了不少坑,有点曲折。本不打算写搭建过程的,因为网上确实有不少不错的安装步骤,以及官网也有安装教程。but,鉴于被坑了好几天,还是记录一下,长长记性 :)期间安装ubuntu 14.04超过4次(原因:有些软件依赖问题无法解决,更换软件源貌似也不可以。不过今天把软件源换成主服务器后,就正常了,但是我的无线网速度比较慢,所以使用主服务器后,下载速度明显要慢了不少。)。尝试安装fedora操作系统1次,因为也想过在这个系统上搭建环境的,因为ubuntu 14.04上面的部分依赖总是搞不定。但是因为网卡驱动的问题,始终无法联网;无法联网,自然就没法安装编译器,没有编译器,没法安装网卡驱动(因为需要编译驱动),最后放弃了这个平台。尝试安装centos操作系统1次,其实根本没有安装成功,原因是我的独立显卡驱动问题,导致安装程序的图形界面上的所有文字都是模糊的,甚至连“退出安装”按钮文字我都识别不出来,最后放弃了。

台式机主要参数

内存:金士顿8g
处理器:intel core i5-4590 cpu @ 3.3ghz x 4
显卡: 英伟达geforce gtx 750 (gpu并行运算)
硬盘: 西部数据 1tb

安装ubuntu 14.04操作系统

制作ubuntu启动盘(使用软碟通写入到u盘上);
台式机启动时,选择快捷启动,从u盘启动ubuntu live cd系统;
安装ubuntu 14.04操作系统;
安装完毕后重新启动系统;
启动系统,在进入grub界面时,按e键,进入编辑页面,在倒数第二行中,ro quiet splash后面添加nomodeset,这样进入系统后不会因为独显驱动问题而导致黑屏了;
在进入系统后,编辑文件/boot/grub/grub.cfg文件,搜索ro quiet splash关键词,同样追加nomodeset,这样不用每次启动系统前重复上述步骤了。

安装theano环境
需要预先安装的工具

这些工具在后面可能会使用到,如编译器等。

sudo apt-get install -y python-dev python-pip python-nose gcc g++ git gfortran
安装blas, lapack, atlas

这些软件包必须在安装numpy和scipy之前安装

sudo apt-get install -y libopenblas-dev liblapack-dev libatlas-base-dev
安装numpy

在官方教程中使用了apt-get方式安装的,但是貌似我确实在安装后没有通过单元测试,有不少错误产生。尤其是后面安装的scipy更是如此。可能和我之前没有把需要的工具包安装齐全有关系吧。

# 安装numpy,这个安装过程需要等待会,因为需要编译,所以得花一点时间。
# 实际上后面安装的scipy和theano都会花时间编译的,整个安装过程还是要挺久的。
sudo pip install numpy
# 进行测试。
python -c ‘import numpy; numpy.test()’

必须要保证上面的测试通过,然后再继续下一步,确保每一步都是正确的。没有errors则通过测试。测试结果如下。

安装scipy
# 安装方法,耐心等待编译吧:)
sudo pip install scipy
# 进行测试
python -c ‘import scipy; scipy.test()’

必须保证scipy也正常通过测试,这样才可以继续安装下面的theano。测试结果如下图:

————————————–分割线 ————————————–

ubuntu下cuda(含gpu卡驱动)安装过程 http://www.linuxidc.com/linux/2015-07/120456.htm

caffe + ubuntu 14.04 64bit + cuda 6.5 配置说明 http://www.linuxidc.com/linux/2015-04/116444.htm

ubuntu 14.04 安装配置cuda http://www.linuxidc.com/linux/2014-10/107501.htm

ubuntu 12.04配置nvidia cuda5.5实录 http://www.linuxidc.com/linux/2014-10/107502.htm

ubuntu安装theano+cuda http://www.linuxidc.com/linux/2014-10/107503.htm

关于ubuntu 12.04 下 cuda5.5 的安装请参看如下链接 ubuntu 12.04 安装 cuda-5.5

————————————–分割线 ————————————–

安装theano
# 安装方法,还是要耐心等待编译安装的,感觉比较耗时
sudo pip install theano
# 开始测试
sudo python -c ‘import theano; theano.test()’

好吧,我感觉这个步骤中的theano测试花了好长时间,所以,还是耐心等待吧。最后结果如下。

安装cuda toolkit
下载cuda toolkit

在安装这个英伟达cuda toolkit时,还是遇到了不少问题。以下记录安装过程,详细的说明文档参见英伟达官方提供的installation guide for linux。需要注意的是,该安装文件已经包含了英伟达较新的显卡驱动,所以不用单独安装独显驱动的。

下载cuda toolkit

进入cuda toolkit下载页面

选择对应的ubuntu 14.04操作系统,并且选择下载runfile(1.1g)文件,同时记录对应的md5值,用于校验下载文档有没有损坏

下载gpu development kit

下载完成后,最后校验一下下载文件与下载页面提供的文件md5值是否相同,确保下载到的安装包是完好无损的。

安装一些需要的库

下面都是一些可能需要用到的库,否则在安装cuda时,可能会提示缺少需要的库文件。

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

值得注意的是,我在我的ubuntu系统/usr/lib/x86_64-linux-gnu/目录下找到了名为libglu.so.1.3.1,所以在尝试建立链接到/usr/lib/目录下后,安装samples时就正常了。

sudo ln -s /usr/lib/x86_64-linux-gnu/libglu.so.1.3.1 /usr/lib/libglu.so

安装cuda

首先,将x-window关闭,然后进入字符界面(如tty1)。关闭x-window方法:sudo service lightdm stop
接下来,在字符界面中,给下载好的cuda_7.5.18_linux.run以及cuda_352_39_gdk_linux.run添加可执行权限
安装development kit:sudo ./cuda_352_39_gdk_linux .run
安装cuda:sudo ./cuda_7.5.18_linux.run,安装过程直接根据提示进行下去即可
重新启动x-window:sudo service lightdm start

更多详情见请继续阅读下一页的精彩内容: http://www.linuxidc.com/linux/2015-09/123562p2.htm

Posted in 未分类