TensorFlow

[TensorFlow]2.安裝顯卡驅動

其實我比較不知道這件事情應該要在安裝cuda前做還是安裝後才做

我一直覺得是安裝cuda之前要做這件事,但是我自己是在安裝完後發現驅動怎還沒起來 才補安裝上來的XDD

不過也有人說cuda本身自己就會裝顯卡驅動,所以不用也不要在之前安裝

指令如下

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

#sudo apt update

#sudo apt-get upgrade

#sudo apt install nvidia-387 nvidia-settings

#sudo init 6

#nvidia-smi

#nvidia-debugdump -l

前兩個是先把你的東西能更新先跑一跑,之後才開始安裝nvidia-387

而這邊我要提一下,網路教學一堆其實各種數字的都有

像是nvidia-375 nvidia-381 … 等等的,要選哪個其實要看你的顯卡!

像是我的顯卡是裝Nvidia geforce taitan xp 這張

NVIDIA 381.09 beta driver adds official support for the TITAN XpGTX 1080 Ti, and Quadro M520 GPUs, and restores support for GRID K520.

所以看的出來 如果是上述顯卡的話,應該都是要安裝387的驅動

裝好重開機(就是#sudo init 6) 就可以看有沒有正確抓到了

如果沒有抓到的話 可以下 # nvidia-debugdump -l 看看你實際上抓到啥

 

裝完OK的話可以去cuda的samples中選擇樣例進行測試看看是否有正確抓到跑起來


cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

sudo su

make clean && make

./deviceQuery

 

小記:

其實之後再跑tensorflow時有時候就會想看看顯卡工作的情況怎樣

而我們通常就是一直下nvidia-smi 手動刷新

其實可以改下 # nvidia-smi -q -g 0 -d UTILIZATION -l

或是 #watch -n0.1 nvidia-smi

上面0.1就是刷新頻率,0.1基本上通常是有點太快拉XD 看你要怎調整溜

Be the First to comment.

Leave a Comment

你的電子郵件位址並不會被公開。

(若看不到驗證碼,請重新整理網頁。)