Gilbert's Data Lab

Data drives thinking, thinking transforms data.

Ubuntu 安裝設定

最近為了安裝 CUDA,重灌了好幾次, 這邊先紀錄一下重新安裝套件步驟。

更新套件、安裝常用套件

>> sudo apt-get update
>> sudo apt-get upgrade -y
>> sudo apt-get install tmux git openssh-server vim

NVIDIA 驅動程式

(NVIDIA 系列圖形加速卡適用)

先用指令找出顯示卡適合的驅動程式,若要使用 CUDA 就得安裝 NVIDIA 驅動程式。 CUDA 7.0 以上需要 NVIDIA 352.XX 驅動程式, 如果查詢後沒出現的話,就是顯卡不支援了。

>> ubuntu-drivers devices

假設這邊選擇 nvidia-352,

>> sudo apt-get purge xserver-xorg-video-nouveau
>> sudo apt-get install nvidia-352

CUDA

(NVIDIA 系列圖形加速卡適用)

先用指令找出顯示卡適合的驅動程式,若要使用 CUDA 就得安裝 NVIDIA 驅動程式。 先去這網頁下載 CUDA 的 deb 檔。 (http://developer.nvidia.com/cuda-downloads)

根據網頁指示,下載後依序鍵入以下指令:

>> sudo dpkg -i cuda-repo-ubuntu1504_7.5-18_amd64.deb <-- 此處換成對應的檔案名稱
>> sudo apt-get update
>> sudo apt-get install cuda

CUDA 檔案有點大,下載與安裝要花點時間。

cuDNN

(NVIDIA 系列圖形加速卡適用)

這邊簡述帶過, 去 NVIDIA 官網找 cuDNN 套件(需註冊), 下載完解壓縮後, 把兩個資料夾檔案分別丟到

>> sudo cp lib/*.* /usr/local/cuda/lib64/
>> sudo cp include/cudnn.h /usr/local/cuda/include/

Python 相關套件

Pre-install

>> sudo apt-get install build-essential python-dev gfortran g++

OpenBlas

>> sudo apt-get install libopenblas-dev

Python 相關套件

>> sudo apt-get install python-setuptools
>> sudo easy_install pip

Scipy, Numpy, Cython

>> sudo pip install scipy numpy cython

Matplotlib, seaborn

matplotlib 直接用 pip 安裝會有問題, 先安裝 freetype, libpng 套件後再安裝一次。

>> sudo apt-get install libpng12-dev libjpeg8-dev libfreetype6-dev
>> sudo pip install matplotlib seaborn

Pandas

>> sudo pip install pandas

IPython

>> sudo pip install ipython[all]

Ubuntu

Comments