ubuntu não pode instalar driver cuda e nvidia

0

Agora estou aprendendo a usar tensorflow e keras com meu laptop (Lenono T440s).

Como meu laptop está tendo uma placa de vídeo nvidia 730m, quero usar minha GPU para fazer o aprendizado profundo.

Infelizmente, enfrentei muitos problemas quando tentei instalar o driver nvidia e cuda.

Para começar, será melhor fornecer muito mais como eu instalo o meu Ubuntu. Eu estou usando um sistema operacional duplo (windows e ubuntu). Como o Windows 10 é originalmente instalado no meu laptop, desabilito o Secure Boot. Depois disso, eu instalei o Ubuntu nele.

Então corro:

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

Então eu instale o driver nvidia 375 (ou outra visão) na página do driver adicional. Azarado, na nvidia configure, ele não mostra nada depois que eu o reinicio. Mas, tem uma caixa do driver 375 na página do driver adicional.

Parece que a nvidia não pode ser detectada no meu sistema.

Em segundo lugar, tentei instalar o cuda 8.0. Mas não é possível instalar o cuda para instalar o kit de ferramentas cuda.
Eu só posso encontrar que um diretório, /usr/local/cuda8.0/ , é criado. Mas não /usr/local/cuda/ .

Eu tentei muitas maneiras de instalar o driver e cuda. Mas continua com falhas.

Eu realmente não tenho ideias de como instalá-lo. Espero sinceramente que alguém possa me ajudar.

Aqui estão algumas informações do meu laptop:

CPU Intel ThinkPad t440s i-7 4006U 8 RAM GM nvidia geforce 730m

    
por Chan 19.06.2017 / 10:53

1 resposta

0

Como saber se meu laptop é elegível para o TensorFlow com GPU?

Seu laptop deve ter uma placa gráfica compatível com NVIDIA CUDA. A GeForce GT 730M está OK.

Você pode visitar o site da NVIDIA se quiser verificar por si mesmo.

Instalação de drivers proprietários da NVIDIA

O laptop moderno com placas gráficas NVIDIA é frequentemente fornecido com a tecnologia Optimus. O que é a Optimus Technology? Isso significa que seu laptop tem, na verdade, dois chips gráficos: o primeiro está localizado na placa-mãe, próximo ao processador. Vamos chamá-lo de chip Intel. O segundo está na sua placa NVIDIA. Por padrão, no Ubuntu 16.04, a placa NVIDIA não é usada. Você precisa instalar um driver específico para usá-lo.

Poderíamos escolher entre dois tipos de drivers: drivers gratuitos e drivers proprietários. Eu não consegui trabalhar com drivers gratuitos, então usaremos drivers proprietários.

Para instalá-los, é bem simples:

  • Ir para a configuração do sistema
  • Ir para Software e amp; Atualizações
  • Clique na guia Drivers adicionais
  • Espere um pouco

No meu laptop, eu tenho isso: driver nvidia

Podemos ver que o driver binário da NVIDIA não é usado. Para corrigir:

  • Clique em Usando o driver binário NVIDIA e em Aplicar alterações e insira sua senha.
  • Espere um pouco
  • Clique em Reiniciar…

Agora você pode usar sua placa de vídeo NVIDIA.

Uma coisa importante : No Windows, o Optimus System alterna automaticamente do chip gráfico Intel para o chip gráfico NVIDIA quando necessário. O chip gráfico Intel oferece baixo desempenho, mas também baixo consumo. A NVIDIA oferece alto desempenho, mas também alto consumo.

No Ubuntu, você tem que mudar de um chip para outro sozinho, usando a ferramenta chamada PRIME.

Para fazer isso:

  • Abra o software Configurações do NVIDIA XServer
  • Ir para o perfil PRIME
  • Escolha NVIDIA (modo de desempenho) ou Intel (modo de economia de energia)
  • Digite sua senha, faça o logout e faça o login. (Observe que você não precisa reiniciar!)

Nota: Existe um sistema, chamado Bumblebee, que suporta adequadamente a tecnologia NVIDIA Optimus ao alternar automaticamente entre o Intel e o chip NVIDIA sem configuração manual, como no Windows . Nós não vamos falar sobre isso nesta resposta.

Agora, vamos verificar se poderíamos usar nossa GPU NVIDIA.

Teste de GPU NVIDIA

Para ter certeza de que estamos usando a GPU NVIDIA, usaremos a ferramenta glxgear.

Em um terminal, digite:

$ glxgear

Você deve ver engrenagens rotativas.

  • Abra o software Configurações do NVIDIA XServer
  • Clique na GPU da linha , - , onde e dependem do seu sistema (No meu, é GPU 0 - (GeForce 940MX) ).
  • Verifique a linha Utilização da GPU. Deve estar perto de 100%. Se você fechar o glxgear, a utilização da GPU deverá diminuir significativamente.

instalação cuDNN

Vá para o site NVIDIA cuDNN e clique no botão Download . Você pode precisar se registrar (é grátis).

Faça o download da última biblioteca cuDNN para Linux e extraia o arquivo baixado.

Copie o conteúdo do diretório include em / usr / local / cuda / include . Copie o conteúdo do diretório lib64 em / usr / local / cuda / lib64 .

Adicione ao final do arquivo .bashrc (na sua pasta Home) as seguintes linhas:

export LIBRARY_PATH=/usr/local/cuda/lib64:$LIBRARY_PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
    
por Manu NALEPA 19.06.2017 / 13:57