1.安装依赖项 sudo apt-get install -y build-essential sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev

主要参考这片文章ubuntu16.04+gtx1060+cuda8.0+caffe安装、测试经历 一、首先安装nvidia显卡驱动   安装nvidia驱动，终端输入   $ sudo add-apt-repository ppa:graphics-drivers/ppa  回车后继续  $ sudo apt-get update  $ sudo apt-get install nvidia-36

安装nvidia 显卡驱动或者CUDA后ubuntu停留在欢迎界面，循环登录，这主要是显卡驱动安装方式不正确导致的。 因为安装了nvidia显卡驱动导致循环登录 1.如果nvidia只负责计算，显示则是另一张显卡或者集成显卡，那么： sudo service lightdm stop sudo nvidia.run --uninstall sudo reboot #如果重启后正常进系统，则执行下面

原文链接：http://blog.csdn.net/lee_j_r/article/details/52693724 注意：本教程只针对以下配置而言，其他配置可能会出现其他问题，不承担任何责任。 配置说明： 双硬盘双系统，250G固态硬盘装了win10，4T机械硬盘装了Ubuntu16.04 双显卡：集显加独显（GTX1080） 先按照了win10，再装Ubuntu16.04，都是制作了U盘引导盘

我的电脑安装了win10+ubuntu14，原来是安装的win7，没想到可以直接从win7安装win10，方便简单很多。而安装了win10之后，需要分出一个区用来安装ubuntu。具体可以参考 Windows10+Ubuntu双系统安装[多图]。 在ubuntu下安装cuda和cudnn。 1. 安装 ubuntu 14.04 2. 下载cuda, cudnn 3. 关掉图形界面 sudo ser

型号：炫龙毒刺x6 硬盘分布：win10装128G固态sda，ubuntu16装256固态sdc，boot放在sda上引导。 首先开机界面f2进入bios管理，开启uefi模式，关闭secury boot扥等等，照网上教程 先用u盘装win10，制作启动盘的教程很多，不详叙。注意分区格式要用gpt，如何查看和设置硬盘分区格式网上教程也很多。 装完win10后进入系统，磁盘管理，在sda上右键执行压

最近开始配置自己的深度学习主机，由于之前只在笔记本上和单显卡主机上安装过，所以可以说是zero经验，以至于很多问题不了解都当成了bug，故为了方便以后的自己以及大众，特在此写下post一篇。（由于可能会有很多的问题我没有遇到但各位可能遇到，故在文末贴出其他的安装链接，请自取） ~~~~~~~~~~~~~~~~~~~~华丽丽分割线~~~~~~~~~~~~~~~~~~~~ 一、ubuntu16.04安

参考网址： http://blog.csdn.net/lee_j_r/article/details/52693724 http://blog.sciencenet.cn/blog-655584-877622.html 1.安装ubuntu，install 引导界面黑屏问题的解决 ubuntu使用光盘/USB安装时，出现”install ubuntu/ try ubuntu without ins

写文原因 安装Ubunt后总是莫名其妙的报错，开机就进入命令行，进不去系统和桌面，无论都进不去。 开机显示iBUS然后是nouveau报错，这个nouveau是Ubuntu的闭源显卡驱动，很多卡都不兼容。 所以独立显卡机器进系统都会莫名其妙的卡死，特别是新配置。 好了就不多说了，就说如何解决的吧。 本机实验环境： Ubuntu16.04 64 笔记本 硬件配置（涉及系统安装，配置作为参考）： CP

首先吐个槽，ubuntu + nvidia的显卡驱动简直是反人类，害的我折腾了一天多。 一、问题及解决办法 寒假放假回家没事干，正好给家里电脑升级了显卡gtx1050可以跑跑CNN。我在实验室的显卡是560，比较老了，按着实验室的环境配置流程走下来居然不能用，症状就是在Python中不能成功的import caffe，然后重启后无限循环登录。 问题： 不能进入ubuntu的图形界面，在登录界面循环

1. 首先下载显卡驱动，放在已知目录，例如主文件夹下 2. 切换开源驱动：软件和更新-》附加驱动-》选择X.org X server 3. 卸载原nvidia驱动     sudo apt-get purge nvidia*     sudo apt-get install nvidia-319-updates-dev 3. 重新启动电脑 4.Ctri + Alt + F1 5. 终止图形界面  

写在前面 我是在11月20日左右配置的深度学习环境……怎么说呢，这个时间其实有点尴尬，很多东西都出了新版本，但可能不同工具之间一些由版本引起的问题还没有解决，所以，碰到了很多坑，还好最后都找到了解决办法。下面就给大家分享一下我参考的一篇非常靠谱的教程：深度学习tensorflow环境搭建（二）和内容连续的深度学习tensorflow环境搭建（三），以及每一个步骤里面一些你不注意可能会踩的坑…… 1

之前听人说在ubuntu14.04(GTX 850M）双显卡的系统上安装cuda的支持效果不如ubuntu15,16的，经过多次尝试终于搞定了，虽然经过一番折腾但是还是想要记录一下安装配置过程，方便自己的同时，也希望帮助到志同道合的人~ 首先，当你采用网上各种deb或者run方式出现黑屏或者黑屏上白点一闪一闪的，都是由于安装过程中显卡驱动出错导致的，出现本机不支持安装显卡，所以出现电脑异常的结果。

Update: 文章写于一年前，有些地方已经不适合了，最近升级了一下深度学习服务器，同时配置了一下环境，新写了文章，可以同时参考: 从零开始搭建深度学习服务器: 基础环境配置（Ubuntu + GTX 1080 TI + CUDA + cuDNN） 从零开始搭建深度学习服务器: 深度学习工具安装（TensorFlow + PyTorch + Torch） 这个系列写了好几篇文章，这是相关文章的索引

这个系列写了好几篇文章，这是相关文章的索引，仅供参考： 深度学习主机攒机小记 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0 深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow 深度学习服务器环境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+T

1.ubuntu16.04安装，这个就略过了。。注意最好是纯ubuntu，不要搞虚拟机，虚拟机对于显卡的识别好像有问题（听说） 2.GTX1070显卡驱动 一次打开 设置===》软件和更新==>附加驱动==》会自动提示推荐的显卡驱动，我这里安装的版本是384 3.下载cuda8.0和cudnn5.1 https://developer.nvidia.com/cuda-toolkit cuda8.0

首先说明，这是在台式机上的安装测试经历，首先安装的win10，然后安装ubuntu16.04双系统，显卡为GTX1060 台式机显示器接的是GTX1060 HDMI口 一、首先安装nvidia显卡驱动 打开终端，先删除旧的驱动：  sudo apt-get purge nvidia*  禁用自带的 驱动 （很重要！），通过如下命令创建一个文件：  sudo vim /etc/modprobe.d/

首先，去NVIDIA官网下载你电脑对应型号所需驱动。我当时下载的是(NVIDIA-Linux-x86_64-375.39.run)，目前应该有最新的稳定版本，下载好之后，我们再进行后续步骤。 一、禁用nouveau驱动 要先禁用Ubuntu 自带的显卡驱动，才能装Nvidia显卡驱动 按 Ctrl+Alt+F1进入命令提示符,新建一个黑名单文件 先输入用户名，再输入密码，然后就可以输入下面的命令了

ubuntu16.04+gtx1080ti+caffe安装记录 麦克白 攻城狮 
 这几天安装cuda出现了很多问题,特意记录并分享给需要的人。拿走不谢-:) 我的环境:GTX1080Ti,Ubuntu16.04,intel集显 遇到的问题：我安装显卡驱动出了问题，第一次安装官网最新版驱动381.xx（记得不清楚了），安装完驱动，安装cuda，caffe没有问题，但是训练mnist网络时出错：ca