筆記本是Intel的集顯和Nvidia GTX 970M的獨顯，之前是在win下用theano并用CUDA沒有問題，現在想用tensorflow就嘗試換Ubuntu，一換才知道Linux下這個雙顯卡這么有問題，按照官方教程順序裝完CUDA重啟就黑屏，目測是裝完cuda集顯就被屏蔽了。Ubuntu本身也試過好多個版本。

解決方案：

由于電腦是筆記本，雙顯卡嘗試過好多次總是在安裝完CUDA后重啟黑屏或是卡在登陸界面無法進入系統。應該是安裝完cuda后負責圖形界面的Intel不干活了。

以下是我配置平臺的全過程，最終目的是使用tensorflow或theano并利用gpu加速。

1.首先安裝Ubuntu16.04,之前裝的是14.04，但總是裝完CUDA后重啟黑屏。在16.04的軟件更新中可以同時更新到NVIDIA的獨顯和Intel的集顯。

2.在系統設置的軟件和更新中，安裝好NVIDIA和Intel的專有驅動。

3.安裝CUDA toolkit

sudo apt-get update

sudo apt-get install nvidia-cuda-toolkit

默認安裝cuda 7.5.18

安裝之后，是沒有/usr/local/cuda*這個文件夾，也沒有sample的

4.由于Ubuntu16.04的gcc和g++都是5.0版的，不兼容CUDA7.5版本，需要降級

sudo apt-get gcc-4.9 g++-4.9

cd /usr/bin

sudo rm gcc

sudo rm g++

sudo ln -s gcc-4.9 gcc

sudo ln -s g++-4.9 g++

5.安裝cuDnn

下載cudnn 4.0 for cuda7.0 需要nvidia的開發者帳號登錄

解壓

tar -zxf cudnn-7.0-linux-x64-v4.0-prod.tgz

cd cuda

復制頭文件到/usr/local/include

sudo cp include/cudnn.h /usr/local/include/

復制lib文件到/usr/local/lib

sudo cp lib64/* /usr/local/lib/

并編輯~/.bashrc 添加環境變量

export LD_LIBRARY_PATH=/usr/local/lib

6.安裝theano

sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev git

sudo pip install Theano

編輯配置文件

sudo gedit ~/.theanorc

加入

[global]

device = gpu

floatX = float32

[nvcc]

flags=-D_FORCE_INLINES

測試

7.安裝tensorflow

sudo apt-get install python-pip python-dev # Ubuntu/Linux 64-bit, GPU enabled, Python 2.7 # Requires CUDA toolkit 7.5 and CuDNN v4. For other versions, see "Install from sources" below. export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl # Python 2

sudo pip install --upgrade $TF_BINARY_URL

測試

8.安裝OpenAI Gym

因為后續可能會做一些增強學習的小項目，再此安裝OpenAI Gym

git clone href=//github.com/openai/gym

cd gym

pip install -e . # minimal install

pip install -e .[all] # all install

總結

以上是生活随笔為你收集整理的双显卡的电脑linux系统安装,双显卡笔记本在Ubuntu下使用cuda的解决方案的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。