歡迎來到Linux教程網
設為首頁 加入收藏
Linux教程網
Linux教程網
Linux教程網
Linux教程網 >> Linux基礎 >> Linux教程 >> Ubuntu 14.04 64bit下Caffe + Cuda6.5/Cuda7.0 安裝配置教程

Ubuntu 14.04 64bit下Caffe + Cuda6.5/Cuda7.0 安裝配置教程

日期：2017/2/28 13:45:45   编辑：Linux教程

隨著深度學習快速發展的浪潮，許多有興趣的工作者都轉入了這個有著很好前景的研究中。工欲善其事，必先利其器。Caffe是一個很不錯的深度學習框架，但它的安裝步驟比較繁瑣，將許多新手拒之門外，於是我就寫了這篇博客，主要是我之前安裝Caffe也是費了很多時間，由零基礎慢慢學習，很羨慕那些有師兄師姐可以幫助的人。

下面開始正式介紹相關安裝步驟，該教程主要包括以下幾方面的內容：

第一部分：安裝所需要的包
第二部分：NVIDIA 驅動和CUDA 安裝
第三部分：Caffe安裝和測試
第一部分：安裝所需要的包

第一部分：安裝所需要的包

  1. sudo apt-get install build-essential # basic requirement
  2. sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler #required by caffe 
sudo apt-get install build-essential  # basic requirement
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler #required by caffe

提示：使用 sudo apt-get install libboost-all-dev ，默認安裝boost1.54版本，如果想要使用1.55版本，可以使用命令：sudo apt-get install libboost1.55-all-dev（推薦）

Ubuntu 14.04 安裝配置CUDA http://www.linuxidc.com/Linux/2014-10/107501.htm

Ubuntu 12.04配置NVIDIA CUDA5.5實錄 http://www.linuxidc.com/Linux/2014-10/107502.htm

Ubuntu安裝Theano+CUDA http://www.linuxidc.com/Linux/2014-10/107503.htm

關於Ubuntu 12.04 下 CUDA5.5 的安裝請參看如下鏈接 Ubuntu 12.04 安裝 CUDA-5.5

Ubuntu 16.04 LTS+NVIDIA@GT620M+CUDA6.5環境搭建總結 http://www.linuxidc.com/Linux/2016-10/135911.htm

第二部分：NVIDIA 驅動和CUDA 安裝

重要提示：安裝完Ubuntu系統以及CUDA之後，切莫進行系統更新，會引起不能正常進入桌面的情況，會令你很煩惱的。

安裝之前請進行md5檢驗，確保安裝包完整，檢驗命令為：md5sum 文件名，查看輸出的md5sum是否跟你有的相同。

以cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb為例

目前CUDA官網已經提供離線*.deb安裝的方法，本教程提供兩種安裝方法（*.deb和*.run）

（一）離線 *.deb 安裝方法（推薦）

此方法不用切換到文本模型即可安裝。

（2.1.1）首先下載 對應系統的 離線CUDA安裝包 （*.deb） 鏈接：https://developer.nvidia.com/cuda-toolkit

（2.1.2）安裝下載到的 CUDA離線包 (cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb)

  1. 添加軟件源
  2. sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
  4. 更新軟件源
  5. sudo apt-get update
  7. 安裝CUDA
  8. sudo apt-get install cuda
  10. 重啟計算機（通過boot設置獨立顯卡支持）
  11. sudo reboot 
添加軟件源
sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb

更新軟件源
sudo apt-get update

安裝CUDA
sudo apt-get install cuda

重啟計算機（通過boot設置獨立顯卡支持）
sudo reboot

（2.1.3）修改環境變量

1）在 /etc/profile 文件中添加以下內容：

  1. export PATH=/usr/local/cuda-7.0/bin:$PATH 
export PATH=/usr/local/cuda-7.0/bin:$PATH

命令：

  1. sudo vim /etc/profile

2）使環境變量生效

命令：

  1. source /etc/profile
source /etc/profile

（2.1.4）添加lib庫路徑

1）在 /etc/ld.so.conf.d/ 文件夾下添加 cuda.conf 文件，內容如下：

  1. /usr/local/cuda-7.0/lib64 
/usr/local/cuda-7.0/lib64

2）使庫路徑立即生效

  1. sudo ldconfig [-v，可選] 
sudo ldconfig  [-v，可選]

（2.1.5）安裝CUDA Samples

命令：

  1. sudo sh cuda-samples-linux-6.5.14-18745345.run 
sudo sh cuda-samples-linux-6.5.14-18745345.run

一直aceept就行，建議使用默認路徑。

編譯CUDA Samples

命令：

  1. cd /usr/local/cuda-6.5/samples
  2. sudo make 
cd /usr/local/cuda-6.5/samples
sudo make

編譯完成後，進入路徑：/samples/bin/x86_64/linux/release

運行命令：

  1. ./deviceQuery
./deviceQuery

輸出：

  1. ./deviceQuery Starting...
  3. CUDA Device Query (Runtime API) version (CUDART static linking)
  5. Detected 1 CUDA Capable device(s)
  7. Device 0: "Tesla K40c"
  8. CUDA Driver Version / Runtime Version 6.5 / 6.5
  9. CUDA Capability Major/Minor version number: 3.5
  10. Total amount of global memory: 11520 MBytes (12079136768 bytes)
  11. (15) Multiprocessors, (192) CUDA Cores/MP: 2880 CUDA Cores
  12. GPU Clock rate: 745 MHz (0.75 GHz)
  13. Memory Clock rate: 3004 Mhz
  14. Memory Bus Width: 384-bit
  15. L2 Cache Size: 1572864 bytes
  16. Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
  17. Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers
  18. Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers
  19. Total amount of constant memory: 65536 bytes
  20. Total amount of shared memory per block: 49152 bytes
  21. Total number of registers available per block: 65536
  22. Warp size: 32
  23. Maximum number of threads per multiprocessor: 2048
  24. Maximum number of threads per block: 1024
  25. Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  26. Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535)
  27. Maximum memory pitch: 2147483647 bytes
  28. Texture alignment: 512 bytes
  29. Concurrent copy and kernel execution: Yes with 2 copy engine(s)
  30. Run time limit on kernels: No
  31. Integrated GPU sharing Host Memory: No
  32. Support host page-locked memory mapping: Yes
  33. Alignment requirement for Surfaces: Yes
  34. Device has ECC support: Enabled
  35. Device supports Unified Addressing (UVA): Yes
  36. Device PCI Bus ID / PCI location ID: 1 / 0
  37. Compute Mode:
  38. < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
  40. deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = Tesla K40c
  41. Result = PASS
./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "Tesla K40c"
  CUDA Driver Version / Runtime Version          6.5 / 6.5
  CUDA Capability Major/Minor version number:    3.5
  Total amount of global memory:                 11520 MBytes (12079136768 bytes)
  (15) Multiprocessors, (192) CUDA Cores/MP:     2880 CUDA Cores
  GPU Clock rate:                                745 MHz (0.75 GHz)
  Memory Clock rate:                             3004 Mhz
  Memory Bus Width:                              384-bit
  L2 Cache Size:                                 1572864 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
  Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 2 copy engine(s)
  Run time limit on kernels:                     No
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Enabled
  Device supports Unified Addressing (UVA):      Yes
  Device PCI Bus ID / PCI location ID:           1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = Tesla K40c
Result = PASS
如果輸出上述信息，恭喜你，NVIDIA和CUDA安裝成功，則可以繼續進行下一步安裝Caffe環境。

（2.1.6）驗證NVIDIA 驅動和CUDA是否安裝成功

查看安裝NVIDIA驅動版本 命令：

  1. cat /proc/driver/nvidia/version

輸出

  1. NVRM version: NVIDIA UNIX x86_64 Kernel Module 340.96 Sun Nov 8 22:33:28 PST 2015
  2. GCC version: gcc version 4.7.3 (Ubuntu/Linaro 4.7.3-12ubuntu1) 
NVRM version: NVIDIA UNIX x86_64 Kernel Module  340.96  Sun Nov  8 22:33:28 PST 2015
GCC version:  gcc version 4.7.3 (Ubuntu/Linaro 4.7.3-12ubuntu1)

從輸出信息可以看出NVIDIA驅動版本為 340.96

安裝完成後，就可以重新啟動桌面服務了。

命令：

  1. sudo start lightdm

（二）離線 *.run 安裝方法

使用該方法安裝，可能需要嘗試多次安裝

（2.2.1）驗證顯卡是否支持CUDA

命令：

  1. lspci | grep -i nvidia 
lspci | grep -i nvidia

查看該計算機顯卡是否存在於 鏈接 https://developer.nvidia.com/cuda-gpus 中。

（2.2.2）驗證系統，確定為x86架構，64bit系統

命令：

  1. uname -m && cat /etc/*release 
uname -m && cat /etc/*release

輸出：

  1. x86_64
  2. DISTRIB_ID=Ubuntu
  3. DISTRIB_RELEASE=14.04
  4. DISTRIB_CODENAME=trusty
  5. DISTRIB_DESCRIPTION="Ubuntu 14.04.2 LTS"
  6. NAME="Ubuntu"
  7. VERSION="14.04.2 LTS, Trusty Tahr"
  8. ID=ubuntu
  9. ID_LIKE=debian
  10. PRETTY_NAME="Ubuntu 14.04.2 LTS"
  11. VERSION_ID="14.04"
  12. HOME_URL="http://www.ubuntu.com/"
  13. SUPPORT_URL="http://help.ubuntu.com/"
  14. BUG_REPORT_URL="http://bugs.launchpad.net/ubuntu/" 
x86_64
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=14.04
DISTRIB_CODENAME=trusty
DISTRIB_DESCRIPTION="Ubuntu 14.04.2 LTS"
NAME="Ubuntu"
VERSION="14.04.2 LTS, Trusty Tahr"
ID=ubuntu
ID_LIKE=debian
PRETTY_NAME="Ubuntu 14.04.2 LTS"
VERSION_ID="14.04"
HOME_URL="http://www.ubuntu.com/"
SUPPORT_URL="http://help.ubuntu.com/"
BUG_REPORT_URL="http://bugs.launchpad.net/ubuntu/"

（2.2.3）驗證系統中是否已經安裝gcc，因為需要用gcc來編譯CUDA和Caffe

命令：

  1. gcc --version
gcc --version

（2.2.4）NVIDIA和CUDA安裝（*.run）

安裝之前請進行md5sum檢驗，確保安裝包完整，檢驗命令為：md5sum 文件名，查看輸出的md5sum是否跟你有的相同。

該方法以 CUDA6.5 為例。

（2.2.4.1）首先下載 對應系統的 離線CUDA安裝包 （*.run） 鏈接：https://developer.nvidia.com/cuda-toolkit

（2.2.4.2）關閉桌面服務

進入Ubuntu， 按 Ctrl+Alt+F1 進入tty， 登錄tty後輸入如下命令：sudo service lightdm stop。

此命令會關閉lightdm服務，如果你使用的是gdm或者其他的桌面服務，請在安裝NVIDIA顯卡驅動前關閉它。

（2.2.4.3）關閉 Nouveau 開源驅動服務

Nouveau是一個開源的顯卡驅動，Ubuntu 14.04 默認安裝了，但是它會影響nVidia驅動的安裝，啟動時需要將這個驅動加入黑名單中。

1)：修改nvidia-graphics-drivers.conf文件

  1. sudo vim /etc/modprobe.d/nvidia-graphics-drivers.conf 
sudo vim /etc/modprobe.d/nvidia-graphics-drivers.conf

寫入：

  1. blacklist nouveau 
blacklist nouveau

保存並退出:

  1. wq! 
wq!

檢查：

  1. cat nvidia-graphics-drivers.conf 
cat nvidia-graphics-drivers.conf

2）：修改grub文件

  1. sudo vim /etc/default/grub

末尾寫入：

  1. rdblacklist=nouveau nouveau.modeset=0
rdblacklist=nouveau nouveau.modeset=0

保存並退出:

  1. wq! 
wq!

檢查：

  1. cat /etc/default/grub
cat /etc/default/grub

（2.2.4.4）安裝下載到的 CUDA離線包 (*.run)

1）：安裝 *.run文件，可以直接使用命令 sudo sh cuda_6.5.14_linux_64.run 一直aceept就行。

或者

由於CUDA安裝包中NVIDIA驅動的版本並不保證是最新的，也不一定適合你的計算機的顯卡，所以建議使用下面這種方式分開安裝，如果NVIDIA驅動版本和CUDA版本不對應的話，會導致CUDA安裝失敗，或者進入不了桌面服務。可以去NVIDIA官網 下載對應你的顯卡的驅動的最新版，至少要高於CUDA安裝包中自帶的NVIDIA版本。

通過下列命令

  1. cuda_6.5.14_linux_64.run --extract=extract_path
cuda_6.5.14_linux_64.run --extract=extract_path

將下載得到的 *.run 文件解壓成三個文件, 分別為

CUDA安裝包： cuda-linux64-rel-6.5.14-18749181.run

NVIDIA安裝包： NVIDIA-Linux-x86_64-340.65.run

CUDA Samples安裝包：cuda-samples-linux-6.5.14-18745345.run

分別運行各個文件，運行前，需要將文件權限修改為可執行權限

命令：

  1. chmod +x *.run 
chmod +x *.run

2）：安裝CUDA

命令：

  1. sudo sh cuda-linux64-rel-6.5.14-18749181.run 
sudo sh cuda-linux64-rel-6.5.14-18749181.run

一直aceept就行，建議使用默認路徑。

安裝NVIDIA（如果沒有NVIDIA顯卡，可跳過該步驟，仍可使用Caffe的CPU模式）

命令：（不建議使用）

  1. sudo sh NVIDIA-Linux-x86_64-340.65.run
sudo sh NVIDIA-Linux-x86_64-340.65.run

一直aceept就行，建議使用默認路徑。

3）：建議方法(僅限於使用CUDA6.5，如果你需要使用更新的CUDA版本，請去NVIDIA官網 下載對應你的顯卡的驅動的最新版，至少要高於CUDA安裝包中自帶的NVIDIA版本，然後單獨安裝顯卡驅動。鏈接：http://www.nvidia.cn/Download/index.aspx?lang=cn)

1：添加驅動源

  1. sudo add-apt-repository ppa:xorg-edgers/ppa
  2. sudo apt-get update
sudo add-apt-repository ppa:xorg-edgers/ppa
sudo apt-get update

2：安裝340版驅動 (CUDA 6.5.14目前最高僅支持340版驅動， 343， 346版驅動暫不支持)

  1. sudo apt-get install nvidia-340 
sudo apt-get install nvidia-340

3：安裝完成後, 繼續安裝下列包 (否則在運行sample時會報錯)

  1. sudo apt-get install nvidia-340-uvm
sudo apt-get install nvidia-340-uvm

4：安裝完成後，最好重啟計算機，讓NVIDIA顯卡工作

（2.2.4.5）安裝CUDNN（可選）

1）：下載 cudnn-6.5-linux-x64-v2 點擊下載，然後執行以下命令安裝

  1. tar -zxvf cudnn-6.5-linux-x64-v2.tgz
  2. cd cudnn-6.5-linux-x64-v2
  3. sudo cp lib* /usr/local/cuda-6.5/lib64/
  4. sudo cp cudnn.h /usr/local/cuda-6.5/include/
tar -zxvf cudnn-6.5-linux-x64-v2.tgz  
cd cudnn-6.5-linux-x64-v2  
sudo cp lib* /usr/local/cuda-6.5/lib64/
sudo cp cudnn.h /usr/local/cuda-6.5/include/

2）：更新軟連接

  1. cd /usr/local/cuda-6.5/lib64/
  2. sudo rm -rf libcudnn.so libcudnn.so.6.5
  3. sudo ln -s libcudnn.so.6.5.48 libcudnn.so.6.5
  4. sudo ln -s libcudnn.so.6.5 libcudnn.so

（2.2.4.6）修改環境變量

1）：在 /etc/profile 文件中添加以下內容：

  1. export PATH=/usr/local/cuda-6.5/bin:$PATH

命令：

  1. sudo vim /etc/profile

2）：使環境變量生效

命令：

  1. source /etc/profile
source /etc/profile

（2.2.4.7）添加lib庫路徑

1）：在 /etc/ld.so.conf.d/ 文件夾下添加 cuda.conf 文件，內容如下：

  1. /usr/local/cuda-6.5/lib64

2）：使庫路徑立即生效

  1. sudo ldconfig [-v，可選]

（2.2.4.8）安裝CUDA Samples

命令：

  1. sudo sh cuda-samples-linux-6.5.14-18745345.run 
sudo sh cuda-samples-linux-6.5.14-18745345.run

一直aceept就行，建議使用默認路徑。

編譯CUDA Samples

命令：

  1. cd /usr/local/cuda-6.5/samples
  2. sudo make

編譯完成後，進入路徑：/samples/bin/x86_64/linux/release

運行命令：

  1. ./deviceQuery
./deviceQuery

輸出：

  1. ./deviceQuery Starting...
  3. CUDA Device Query (Runtime API) version (CUDART static linking)
  5. Detected 1 CUDA Capable device(s)
  7. Device 0: "Tesla K40c"
  8. CUDA Driver Version / Runtime Version 6.5 / 6.5
  9. CUDA Capability Major/Minor version number: 3.5
  10. Total amount of global memory: 11520 MBytes (12079136768 bytes)
  11. (15) Multiprocessors, (192) CUDA Cores/MP: 2880 CUDA Cores
  12. GPU Clock rate: 745 MHz (0.75 GHz)
  13. Memory Clock rate: 3004 Mhz
  14. Memory Bus Width: 384-bit
  15. L2 Cache Size: 1572864 bytes
  16. Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
  17. Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers
  18. Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers
  19. Total amount of constant memory: 65536 bytes
  20. Total amount of shared memory per block: 49152 bytes
  21. Total number of registers available per block: 65536
  22. Warp size: 32
  23. Maximum number of threads per multiprocessor: 2048
  24. Maximum number of threads per block: 1024
  25. Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  26. Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535)
  27. Maximum memory pitch: 2147483647 bytes
  28. Texture alignment: 512 bytes
  29. Concurrent copy and kernel execution: Yes with 2 copy engine(s)
  30. Run time limit on kernels: No
  31. Integrated GPU sharing Host Memory: No
  32. Support host page-locked memory mapping: Yes
  33. Alignment requirement for Surfaces: Yes
  34. Device has ECC support: Enabled
  35. Device supports Unified Addressing (UVA): Yes
  36. Device PCI Bus ID / PCI location ID: 1 / 0
  37. Compute Mode:
  38. < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
  40. deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = Tesla K40c
  41. Result = PASS
./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "Tesla K40c"
  CUDA Driver Version / Runtime Version          6.5 / 6.5
  CUDA Capability Major/Minor version number:    3.5
  Total amount of global memory:                 11520 MBytes (12079136768 bytes)
  (15) Multiprocessors, (192) CUDA Cores/MP:     2880 CUDA Cores
  GPU Clock rate:                                745 MHz (0.75 GHz)
  Memory Clock rate:                             3004 Mhz
  Memory Bus Width:                              384-bit
  L2 Cache Size:                                 1572864 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
  Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 2 copy engine(s)
  Run time limit on kernels:                     No
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Enabled
  Device supports Unified Addressing (UVA):      Yes
  Device PCI Bus ID / PCI location ID:           1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = Tesla K40c
Result = PASS
如果輸出上述信息，恭喜你，NVIDIA和CUDA安裝成功，則可以繼續進行下一步安裝Caffe環境。

（2.2.4.9）驗證NVIDIA 驅動和CUDA是否安裝成功

查看安裝NVIDIA驅動版本 命令：

cat /proc/driver/nvidia/version

輸出

  1. NVRM version: NVIDIA UNIX x86_64 Kernel Module 340.96 Sun Nov 8 22:33:28 PST 2015
  2. GCC version: gcc version 4.7.3 (Ubuntu/Linaro 4.7.3-12ubuntu1)

從輸出信息可以看出NVIDIA驅動版本為 340.96

安裝完成後，就可以重新啟動桌面服務了。

命令：

  1. sudo start lightdm
sudo start lightdm

Linux教程

服務器TCP連接的狀態與並發性的探究

一、TCP與服務器並發的關系TCP是一個面向連接的協議TCP連接的

openSUSE11.0的更新源openSUSE11.0 Update Repository

企業級Linux誤刪除數據恢復技術（1）

Linux操作系統學習筆記（21）

Linux命令之nslookup（二）

不錯的Linux共享

Linux手冊-安裝必須的系統工具

解決 Ubuntu 10.04 下使用路由器上網

新手如何學好linux

Linux教程網

CentOS7搭建開源分布式搜索平台ELK實現日志實時搜索並展示圖表

一、簡介 Elasticsearch是個基於Lucene實現的開源、分布式、re

50個最常用的UNIX/Linux命令，unixlinux命令

安裝arm-linux-gcc-4.3.2

Linux下安裝Sublime Text3及其破解

常使Linux快捷鍵提高工作效率

Solaris8模塊加載嚴重系統漏洞

Ubuntu 16.04 LTS安裝好之後需要做的15件事

Linux下基於DNS的多機均衡負載的實現

服務器的時間同步設置方法

相关文章
Linux基礎知識Linux入門Linux技術Linux教程Linux服務器關於Linux
文章推荐
Linux操作系統學習筆記權限管理（2）

用戶密碼文件——shadow　　用於保
rsync和inotify文件實時備份配置

CentOS 6.3環境下流量監控軟件Bandwidthd

在 Linux 中以交互方式實時查看Apache web訪問統計

热点聚焦

Gnome在Slackware下的安裝

Ubuntu Linux7.04和Windows互訪的實現

如何在Ubuntu下切換界面

Linux學習進階之安裝卸載軟件

Ubuntu 12.10下配置Ruby on Rails開發環境

Linux 後台任務 jobs bg fg

Ubuntu 7.10中玩Linux下的CS游戲(組圖)

VirtualBox使用心得

如何自制 Fedora Live 介質

XAMPP FOR Linux 版安裝(圖)

Copyright © Linux教程網 All Rights Reserved