W przypadku TensorFlow chciałbym zainstalować CUDA. Jak to zrobić w systemie Ubuntu 16.04?
W przypadku TensorFlow chciałbym zainstalować CUDA. Jak to zrobić w systemie Ubuntu 16.04?
Odpowiedzi:
Istnieje przewodnik instalacji systemu Linux . Jednak w zasadzie są to tylko następujące kroki:
md5sum cuda_7.5.18_linux.run
, Kontynuuj tylko, jeśli jest poprawne.sudo apt-get purge nvidia-cuda*
- jeśli chcesz również zainstalować sterowniki sudo apt-get purge nvidia-*
).
sudo service lightdm stop
/etc/modprobe.d/blacklist-nouveau.conf
o następującej treści:
blacklist nouveau
options nouveau modeset=0
sudo update-initramfs -u
sudo sh cuda_7.5.18_linux.run --override
. Upewnij się, że mówisz y
o dowiązaniu symbolicznym.
sudo service lightdm start
Zobacz także: NVIDIA CUDA z Ubuntu 16.04 beta na laptopie (jeśli nie możesz się doczekać)
Uwagi : Tak, istnieje możliwość instalacji za pośrednictwem apt-get install cuda
. Zdecydowanie odradzam korzystanie z niego, ponieważ zmienia on ścieżki i utrudnia instalację innych narzędzi.
Możesz być także zainteresowany Jak mogę zainstalować CuDNN na Ubuntu 16.04? .
*: Nie instaluj sterowników ekranu za pomocą tego skryptu. Oni są starzy. Pobierz najnowsze z http://www.nvidia.com/Download/index.aspx
Następujące polecenie pokazuje aktualną wersję CUDA (ostatni wiersz):
$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Sun_Sep__4_22:14:01_CDT_2016
Cuda compilation tools, release 8.0, V8.0.44
Poniższe polecenie pokazuje wersję sterownika i ilość pamięci GPU:
$ nvidia-smi
Fri Jan 20 12:19:04 2017
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 367.57 Driver Version: 367.57 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce 940MX Off | 0000:02:00.0 Off | N/A |
| N/A 75C P0 N/A / N/A | 1981MiB / 2002MiB | 98% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1156 G /usr/lib/xorg/Xorg 246MiB |
| 0 3198 G ...m,SecurityWarningIconUpdate<SecurityWarni 222MiB |
| 0 6645 C python 1510MiB |
+-----------------------------------------------------------------------------+
Zobacz także: Sprawdź instalację CuDNN
Nie panikuj. Nawet jeśli nie widzisz nic na swoim komputerze, poniższe kroki powinny przywrócić Cię do poprzedniego stanu:
mount -o remount,rw /
( -
jest ?
i /
jest -
w amerykańskim układzie)sh cuda_7.5.18_linux.run --uninstall
sudo apt-get install nvidia-361 nvidia-common nvidia-prime nvidia-settings
Instalacja sterowników graficznych jest nieco trudna. Należy tego dokonać bez obsługi grafiki.
dpkg -l | grep -i nvidia
sudo apt-get remove --purge nvidia-WHATEVER
sudo service lightdm stop
reboot
twój komputer / czarna lista sterowników nouveau ( niemiecki samouczek )sudo apt-get install linux-headers-$(uname -r)
przed uruchomieniem instalatora. to gwarantuje, że nagłówki jądra i pakiety programistyczne specyficzne dla tego, co uruchamiasz, jest dostępne i nie będziesz mieć problemów z nieudanymi instalacjami sterowników!
Próbowałem instalować wiele razy za pomocą pliku .run, ale zawsze pojawiał się jakiś błąd i albo wpadłem na pętlę logowania, albo całkowicie straciłem wyświetlacz. Dlatego zalecałbym użycie pliku .deb, a nie manipulowanie menedżerem wyświetlania.
Podręcznik instalacji NVIDIA CUDA dla systemu Linux jest doskonałym linkiem zawierającym wszystkie szczegóły. Upewnij się, że wykonujesz każdy krok w podanej formie.
Aby zainstalować sterownik Nvidia, możesz wykonać następujące czynności:
W menu „Wyszukaj komputer” w systemie Ubuntu w lewym górnym rogu wyszukaj „Dodatkowe sterowniki” (możesz także zrobić Ustawienia systemowe-> Oprogramowanie i aktualizacje-> Dodatkowe sterowniki)
W menu, które się pojawi, wybierz jeden ze sterowników Nvidia i kliknij „Zastosuj zmiany”. (Ten krok korzysta z Internetu. Jeśli nadal nie działa, serwer proxy może blokować pobieranie)
Uruchom ponownie system.
Otwórz okno terminala i wpisz nvidia-smi. Jeśli sterownik został poprawnie zainstalowany, powinieneś zobaczyć coś takiego:
+ ------------------------------------------------- ----- + | NVIDIA-SMI 3.295.41 Wersja sterownika: 295.41 | | ------------------------------- + ----------------- ----- + ---------------------- + | Uwaga Imię | Bus Id Disp. | Lotne ECC SB / DB | | Temp. Wentylatora Zużycie energii / Czapka | Wykorzystanie pamięci | GPU Util. Oblicz M. | | =============================== + ================= ===== + ====================== | | 0. Tesla C2050 | 0000: 05: 00.0 Włącz | 0 0 | | 30% 62 C P0 Nie dotyczy / nie dotyczy | 3% 70 MB / 2687 MB | 44% Domyślnie | | ------------------------------- + ----------------- ----- + ---------------------- | | Procesy obliczeniowe: pamięć GPU | | GPU PID Nazwa procesu Zastosowanie | | ================================================= ============================ | | 0,7336 ./align 61 MB | + ------------------------------------------------- ---------------------------- +
Możesz teraz łatwo zainstalować CUDA zgodnie z poprzednim linkiem. W skrócie:
sudo apt-get install linux-headers-$(uname -r)
Pobierz tutaj zestaw narzędzi , a następnie zainstaluj .deb
plik (odpowiednio zamień nazwę)
sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
następnie uruchomić:
sudo apt-get update
sudo apt-get install cuda
deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /
. Zauważ, że instalacja obniżyła sterownik z nvidia-381 do -375. Zostawiłem to tam.
Unknown: Unknown This device is not working
Następnie pyta mnie, czy chcę użyć Processor microcode firmware for Intel CPUs
. Czy powinienem tego używać? Dziękuję Ci.
Próbowałem również podejść różnicowych, aby zainstalować Cuda 8.0 w Ubuntu 16.04. Wreszcie, są to kroki, które załatwiają sprawę. Wykonałem ten samouczek i zaktualizowałem poprawione kroki w następujący sposób.
Zaktualizuj system
apt-get update && apt-get upgrade
Pobierz VirtualGL i zainstaluj go. Żeby zainstalować
dpkg -i virtualgl*.deb
Pobierz i zainstaluj CUDA 8.0 i zainstaluj go. Sugeruję zrobić to vs przez Internet. Tak jak to
Zainstaluj wymagane zależności.
apt-get install linux-headers-$(uname -r)
apt-get install freeglut3-dev libxmu-dev libpcap-dev
Zaktualizuj PATH systemu w .bashrc, który można znaleźć w katalogu domowym. Uwaga: jeśli zainstalujesz te rzeczy w lokalizacji różnicowej, zaktualizuj ścieżkę zgodnie z tym.
export PATH=$PATH:/opt/VirtualGL/bin
export PATH=$PATH:/usr/local/cuda/bin
Zainstaluj trzmiel-nvidia i primus.
apt-get install bumblebee-nvidia primus
Edytuj plik konfiguracyjny trzmiela, aby trzmiel wiedział, że korzystamy ze sterownika NVIDIA. Zaktualizuj ścieżkę zgodnie z systemem. Oto widok referencyjny, który pomoże.
sudo nano +22 /etc/bumblebee/bumblebee.conf
Dodaj:
[bumblebeed]
ServerGroup=bumblebee
TurnCardOffAtExit=false
NoEcoModeOverride=false
Driver=nvidia
XorgConfDir=/etc/bumblebee/xorg.conf.d
Bridge=auto
PrimusLibraryPath=/usr/lib/x86_64-linux-gnu/primus:/usr/lib/i386-linux-gnu/primus
AllowFallbackToIGC=false
Driver=nvidia
[driver-nvidia]
KernelDriver=nvidia
PMMethod=auto
LibraryPath=/usr/lib/nvidia-367:/usr/lib32/nvidia-367
XorgModulePath=/usr/lib/xorg,/usr/lib/xorg/modules
XorgConfFile=/etc/bumblebee/xorg.conf.nvidia
Driver=nouveau
[driver-nouveau]
KernelDriver=nouveau
PMMethod=auto
XorgConfFile=/etc/bumblebee/xorg.conf.nouveau
Uruchom następujące polecenie i zapisz adres PCI karty graficznej.
$ lspci | egrep 'VGA|3D'
00:02.0 VGA compatible controller: Intel Corporation Device 5916 (rev 02)
01:00.0 3D controller: NVIDIA Corporation Device 179c (rev a2)
Zmodyfikuj plik xorg.conf.nvidia, aby znać adres PCI (01: 00.0 dla mnie) karty graficznej. Zaktualizuj adres PIC jak poniżej w sekcji „ServerLayout”
sudo nano /etc/bumblebee/xorg.conf.nvidia
Dodaj:
Section "ServerLayout"
Identifier "Layout0"
Option "AutoAddDevices" "false"
Option "AutoAddGPU" "false"
BusID "PCI:01:00.0"
Uruchom ponownie system i baw się dobrze, uruchamiając przykładowe kody.
sudo shutdown -r now
Kroki, które zadziałały dla mnie:
sudo apt-get install nvidia-cuda-toolkit OR 1 '. instrukcje instalacji tutaj
Musisz wybrać z Software & Updates / Additional Drivers sterownik nvidia (375, w moim kontekście)
Po ponownym uruchomieniu postępuj zgodnie z niebieskim ekranem i tylko stamtąd wyłącz bezpieczny rozruch, wprowadzając hasło ustawione podczas instalacji sterownika nvidia. (jakikolwiek bezpieczny rozruch wyłączony przez BIOS nie działał dla mnie).
Teraz wynik testu instalacji powiódł się.
Jakiś czas temu napisałem na ten temat post na blogu - Instalacja zestawu narzędzi Nvidia CUDA - Ubuntu 16.04 LTS - notatki /
Moje środowisko: Dual boot Windows 10 i Ubuntu 16.04 LTS.
Kopiowanie i wklejanie tutaj kilku ważnych informacji. Szczegółowe instrukcje znajdują się w poście na blogu (aby uniknąć duplikatu)
Proszę zapoznać się z instalacją zestawu narzędzi Nvidia CUDA - Ubuntu 16.04 LTS - uwagi /
Zacząłem działać po przeczytaniu kilku postów: miałem już w komputerze kartę ATI, która okazała się bardzo przydatna. Zainstalowałem GTX 1070 obok ATI i zacząłem instalować Kubuntu 16.04. Początkowo tylko wyświetlacz podłączony do karty ATI miał obraz, co pozwoliło mi zainstalować sterownik NVIDIA-Linux-x86_64-367.27.run pobrany ze strony producenta. Aby zainstalować CUDA, pobrałem plik cuda_7.5.18_linux.run. Zainstalowałem zestaw narzędzi cuda za pomocą dwóch przełączników:
cuda_7.5.18_linux.run --silent --toolkit
Próbki cuda można również zainstalować z pliku .run. Jednym z problemów było to, że cuda nie lubi gcc5. Tak zrobiłem, sudo apt-get install gcc-4.8
a następnie zmieniłem domyślny gcc na tę wersję przez:
cd /usr/bin/
sudo unlink gcc
sudo ln -s gcc4.8 gcc
sudo unlink g++
sudo ln -s g++-4.8 g++
Zamieniłem gcc na gcc5 po zainstalowaniu cuda. Kompilowanie próbek cuda również trzeba wykonać przy pomocy gcc4.8, gcc4.9 może działać, ale nie próbowałem.
Ogólnie preferowaną metodą jest instalacja oprogramowania SW za pomocą plików deb, jeśli są one dostępne, ponieważ zapewniają one bardziej niezawodny sposób obsługi zależności i bardziej niezawodną metodę usuwania oprogramowania. W ten sposób kandydat do wydania CUDA 8.0 był dostępny dla 16.04 (w strefie deweloperów), a teraz CUDA 8.0 dla Ubuntu 16.04 jest dostępny za pośrednictwem plików deb (lokalny) i (sieć): https://developer.nvidia.com/cuda - pliki do pobrania
Przypominamy, że Ubuntu 16.04 może nie zainstalować cuda w założonej lokalizacji /usr/local/cuda-8.0.61
. Dlatego export PATH=/usr/local/cuda-8.0.61/bin${PATH:+:${PATH}}
może nie działać.
Kiedy próbowałem zainstalować „cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb” na Ubuntu 16.04, po prostu postępowałem zgodnie z instrukcjami tutaj http://docs.nvidia.com/cuda/cuda -installation-guide-linux / index.html # akcje po instalacji . Nie udało mi się jednak skompilować cuda-install-samples-8.0.61.sh \ home ani nvcc -V
Okazało się, że Ubuntu zainstalował cuda /usr/local/cuda-8.0
zamiast założonej lokalizacji /usr/local/cuda-8.0.61
. Dlatego zmieniłem export PATH=/usr/local/cuda-8.0.61/bin${PATH:+:${PATH}}
się export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
i pomyślnie zainstalowałem Cudę.
Przyjęta odpowiedź nie zadziałała w mojej sprawie. Instalowałem CUDA 8.0 na moim labtop z następującymi specyfikacjami:
Poniższy przewodnik najpierw instaluje sterownik NVIDIA, a następnie instaluje CUDA 8.0.
Na liście znajdź swoją kartę graficzną. Spośród sterowników, których można użyć do karty, wybierz zastrzeżony sterownik firmy NVIDIA. Następnie naciśnij przycisk [Zastosuj zmiany]. W moim przypadku pod nazwą karty graficznej „NVIDIA Corporation: GM107M [Geforce GTX 950M]” były dwie opcje:
Usuń domyślnie zainstalowane sterowniki wideo za pomocą $ sudo apt remove xserver-xorg-video*
.
cuda_8.0.61_375.26_linux.run
.$ sudo sh cuda_8.0.61_375.26_linux.run
.
375.66
wyższą niż 375.26
zawarta w instalatorze, zdecydowałem się nie instalować.ld.so.conf
i pojawi się następujący błąd: libEGL.so.1 is not a symbolic link
postępuj zgodnie z instrukcjami z tego łącza .To długa odpowiedź, ponieważ psułem laptopa kilka razy podczas pisania. Jednak wolę to długo trzymać, ponieważ może być przydatne również dla innych osób;) Najlepsza część mojej odpowiedzi zaczyna się od zaktualizowanej wersji
Och, przeczytałem wszystkie odpowiedzi tutaj i innych miejscach, nie wiem dlaczego, ale każda z nich powoduje mi problem :(
Po 4 dniach ponowna instalacja systemu Linux w tę iz powrotem jest dla mnie sposobem.
Przed przejściem do głównej procedury chcę wspomnieć o alternatywnej metodzie.
alternatywna metoda, jeśli używasz laptopa:
Dzięki temu możesz przełączać się między NVIDIA a Intel GPU na laptopie za pomocą
sudo prime-select intel
sudo prime-select nvidia
Innymi słowy, możesz przełączyć się na Intel i zainstalować NVIDIA, a następnie powrócić do Intel dla normalnych zastosowań i za każdym razem, gdy chcesz użyć przełącznika głębokiego uczenia się na NVIDIA One.
Tak czy siak,
pozwól mi porozmawiać o głównej metodzie, która w końcu działa dla mnie (informacje tutaj są głównie pobierane z linku ):
Usuwanie i czyszczenie wszystkich istniejących rzeczy nvidia / cuda:
sudo apt-get remove --purge nvidia-*
sudo apt-get purge nvidia-cuda*
sudo apt-get purge nvidia-*
sudo /usr/bin/nvidia-uninstall
sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl
sudo rm -rf /etc/modprobe.d/blacklist-nouveau.conf
Następnie aktualizujemy wszystko:
sudo apt-get update
sudo apt-get upgrade
sudo apt-get dist-upgrade
sudo reboot
Teraz istnieje możliwość, że nie możesz się zalogować i utkniesz w pętli ...
Nie martw się, spotkałem się z tym ponad 50 razy ...
naciśnij ctr+alt+F2
wpisz swoją nazwę użytkownika i hasło
teraz wpisz te:
sudo service lightdm stop
Opcjonalnie, niektórzy ludzie również muszą wpisać to, szczerze mówiąc, do czego to służy: sudo init 3
sudo nano /etc/modprobe.d/blacklist-nouveau.conf
Dodaj
blacklist nouveau
options nouveau modeset=0
i zapisz go i wyjdź.
Następnie wpisz:
sudo update-initramfs -u
przejdź do pliku, w którym masz plik cuda .run i wpisz:
sudo sh cuda_8.0_linux.run --override
sudo service lightdm start
sudo reboot
Więc, jeśli masz szczęście, powinieneś być w stanie zalogować się teraz. Jak możesz się domyślić, nie miałem szczęścia i nadal nie mogłem się zalogować. Musiałem więc nacisnąć ctr+Alt+F2
ponownie i wykonać następujące czynności:
sudo ubuntu-drivers autoinstall
sudo reboot
Teraz mogę się wreszcie zalogować.
Teraz nadszedł czas, aby ustawić ścieżki i sprawdzić instalacje.
rodzaj:
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64 ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
nvidia-smi
nvcc -V
powinno ci pokazać, że masz cuda 8.
Również na wypadek, gdybyś mógł zrobić te:
export PATH=$PATH:/usr/local/cuda-8.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64
gedit ~/.bashrc
dodaj je na końcu:
export PATH=$PATH:/usr/local/cuda-8.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64
# Added by me on 2013/06/24
PATH=~/bin:$PATH
export PATH
Zapisz i zamknij gedit. Rodzaj:
sudo ldconfig /usr/local/cuda-8.0/lib64
Pytanie do ludzi, którzy wiedzą więcej niż ja:
Więc wszystko brzmi jak działa, ale kiedy wyłączam / ponownie uruchamiam system na kilka sekund, pokazuje się
Więc wszystko brzmi jak działa, ale kiedy zamykam / ponownie uruchamiam system na kilka sekund, pokazuje „Nie udało się uruchomić ładowania modułów jądra” Próbowałem tego postu, ale to nie pomaga, daj mi znać, jeśli wiesz, jak to naprawić.
----------------
Zmodyfikowano-zaktualizowano
Zgadnij co, znowu spieprzyłem.
Ale tym razem przyszedłem z dużo łatwiejszym rozwiązaniem. i tutaj jest główny punkt: Czasami musimy powiedzieć NIE
Oto, co działa naprawdę dobrze dla mnie. po wyczyszczeniu i usunięciu wszystkiego i ponownym uruchomieniu sudo wykonaj następujące czynności:
sudo ubuntu-drivers autoinstall
sudo reboot
naciśnij ctr+alt+F2
wpisz swoją nazwę użytkownika i hasło
teraz wpisz te:
sudo service lightdm stop
sudo sh cuda_8.0_linux.run
WAŻNE: podczas instalacji pierwsze pytanie dotyczy ponownej instalacji sterownika, POWIEDZ NIE dla tej matki f **** pytanie Powiedz jednak tak pozostałym: D po zakończeniu.
sudo service lightdm start
press `alt+ctr+F7`
zaloguj się na swoim drogim komputerze
Zadziałało? Proszę bardzo :)
Początkowo próbowałem to zrobić sudo lightdm stop
, ale doprowadziło to do pętli logowania. Więc znalazłem nową metodę:
Skopiuj plik cuda_9.0.176_384.81_linux.run
(w moim przypadku był to plik wykonywalny) do dowolnego katalogu, /home/<your_username>
takiego jak Pobrane, Dokumenty lub gdziekolwiek.
Następnie uruchom ponownie komputer i gdy pojawi się menu rozruchowe Ubuntu, przejdź do „Opcje zaawansowane → Tryb odzyskiwania” (jeśli nie pojawia się, przytrzymaj shiftklawisz podczas uruchamiania)
Wybierz „drop to root shell”, naciśnij ENTER, aby kontynuować, gdy zostaniesz poproszony o naciśnięcie enter lub Ctrl-D.
Edycja : Uruchom, mount -o rw,remount /
aby uzyskać uprawnienia do odczytu i zapisu.
Przejdź do katalogu, w którym skopiowałeś plik instalacyjny cuda.
Uruchom polecenie na podstawie typu pliku, można go znaleźć na stronie https://developer.nvidia.com/cuda-downloads po wybraniu żądanego obiektu docelowego, tak jak wcześniej. W moim przypadku tak byłosudo sh cuda_*.run
To ważny krok i postępuj powoli i ostrożnie , gdy zakończy się długa informacja / umowa AKCEPTUJ ją.
Następnie zapyta o INSTALACJĘ STEROWNIKA NVIDIA, naciśnij tak ( y ).
Wtedy prawdopodobnie zapyta o instalację bibliotek OpenGL , pomiń go, ponieważ może zastąpić normalną instalację sterownika i powodować problemy , w moim przypadku tak. Więc naciśnij no ( n ).
Następnie postępuj zgodnie ze wszystkimi instalacjami, a zakończy się ono automatycznie i wreszcie pokaże plik dziennika/tmp
.
Teraz uruchom ponownie system , wprowadzając polecenie restartu w powłoce trybu odzyskiwania.
Po uruchomieniu systemu może nie wyświetlać przykładowych plików CUDA, ponieważ musisz wykonać następujące dwa obowiązkowe kroki po instalacji:
[A] Dodaj prawidłową ścieżkę do cuda.
[B] Dodaj poprawną ścieżkę dla LD_LIBRARY_PATH
Dodaj ścieżkę do pliku ~ / .bashrc i uruchom, source ~/.bashrc
aby ścieżka stała się trwała, aby nie zniknęła po ponownym uruchomieniu, potwierdź ją, zamykając bieżący terminal i ponownie uruchamiając drugie polecenie w kroku 12 w innym terminalu.
Aby sprawdzić, czy CUDA jest poprawnie zainstalowana, czy nie, należy uruchomić oba poniższe polecenia i sprawdzić, czy nvcc -V
dają wynik, czy nie
cat /proc/driver/nvidia/version
nvcc -V
Przejdź do ~/NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQuery
, a następnie uruchom następujące:
make
./deviceQuery
i dopasuj dane wyjściowe do tego obrazu , możesz być inny, ale format wyjściowy powinien być zgodny.
Gratulacje , zainstalowałeś CUDA Toolkit . Następnie przejdź tutaj i wypróbuj kilka przykładów Przejdź do 7.2 Zalecane działania .
TRYBUNAŁ - CUDA TOOLKIT DOCS
PS - Każdy rodzaj krytyki jest mile widziany, z góry przeprasza za błędy, to moja pierwsza odpowiedź na askubuntu.com.
DZIĘKUJĘ WIĘCEJ ZA CZYTANIE :)
Zrobiłem to wiele razy, z powodzeniem / bez powodzenia gubiąc ekran, przychodząc tutaj - zdobywając wiedzę - niektóre cuda liby nie są na drodze, brakuje, nie są zainstalowane - rozsądnym sposobem jest po prostu instalacja sterowników linux dla twojej karty nvidia https: // medium.com/techlogs/install-the-right-nvidia-driver-for-cuda-in-ubuntu-2d9ade437dec i pracuj na obrazach docker nvidia-cuda - baza lub devel.
Wykonaj mapowanie woluminu z folderu kodu do kontenera - zainstaluj, co chcesz - to samo z pracą z keras lub tensorflow lub po prostu opencv
uruchamianie dokera --net = host --runtime = nvidia -it -v ~ / coding: / coding nvidia / cuda: / bin / bash
Uwaga TF jest również dostarczany z dokerem