精华内容
下载资源
问答
  • Ubuntu安装显卡驱动 Ubuntu安装CUDA Ubuntu安装CUDA 10 Ubuntu安装CUDA cuDNN

    一、显卡驱动

    • 添加驱动的源。打开终端,输入:

      sudo add-apt-repository ppa:graphics-drivers/ppa
      sudo apt-get update
      

      这一步的目的是添加Ubuntu显卡驱动的源,然后才能从“软件和更新”中看新的到显卡驱动。如果是20系显卡或者要安装CUDA 10,必须执行上面的步骤。

    • 打开“系统设置(System Settings)”–>“软件和更新(Software & Updates)”
      在这里插入图片描述

    • 选择“附加驱动(Addtional Drivers)”,等待几分钟,出现如下界面
      在这里插入图片描述

    • 然后勾选含有“nvidia-driver-430”那一项,点击“应用更改(Apply Changes)”,然后输入密码,等待半小时左右就可以完成驱动的安装。

      带有“open source(开源)”字样的就是开源显卡驱动,都是在执行完第一步添加驱动的源之后才有的;带有“proprietary(专有)”字样的是专有显卡驱动,对于10系显卡,不管是否执行第一步都是有的,对于20系显卡,是没有的。“390”和“418”等字样是显卡驱动版本号。

    • 驱动安装完成之后重启电脑,就会自动使用NVIDIA驱动。

    二、安装CUDA 10

    1. 下载

    下载地址:https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux
    进入下载页面后,依次选择系统、架构(选x86_64)、系统类型、系统版本、安装文件类型(就选runfile(local)):
    在这里插入图片描述
    然后下载两个安装文件:
    在这里插入图片描述

    2. 安装

    • 进入下载目录,给下载的文件添加可执行权限:

      sudo chmod +x cuda_10.0.130_410.48_linux.run
      sudo chmod +x cuda_10.0.130.1_linux.run
      
    • 安装
      输入:

      sudo ./cuda_10.0.130_410.48_linux.run
      

      出现如下界面:
      在这里插入图片描述
      然后按“Ctrl+C”,进入如下界面:
      在这里插入图片描述
      输入“accept”,然后:
      在这里插入图片描述
      不要选安装显卡驱动!!!, 因为之前就安装过了。然后输入如下命令安装补丁包:

      sudo ./cuda_10.0.130.1_linux.run
      

      就不截图了。

    • 添加环境变量
      打开终端,输入”gedit ~/.bashrc“,然后再弹出的编辑器的最后,添加如下两行

      export PATH=/usr/local/cuda/bin:$PATH
      export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
      
    • 测试CUDA
      进入你的CUDA Example所在目录,默认是主目录,找到“NVIDIA_CUDA-10.0_Samples”。依次打开“1_Utilities”–>“deviceQuery”,然后重新打开一个终端输入:

      # 使.bashrc的环境变量生效,重启之后或者打开新终端就不用再执行这一行了
      source ~/.bashrc
      # 修改文件权限
      sudo chmod -R 777 *
      # 编译
      make
      # 运行
      ./deviceQuery
      

      然后出现”Result = PASS“字样时,说明安装成功了。

    三、安装cuDNN

    1. 下载

    地址:https://developer.nvidia.com/rdp/cudnn-archive

    注意和CUDA的版本匹配。下载“cuDNN Library for Linux”那一项:
    在这里插入图片描述

    2. 安装

    安装过程实际上是把cudnn的头文件复制到CUDA的头文件目录里面去;把cuDNN的库复制到CUDA的库目录里面去。

    # 解压
    tar zxvf cudnn-10.0-linux-x64-v7.6.0.64.tgz
    # 复制cudnn头文件
    sudo cp cuda/include/* /usr/local/cuda-10.0/include/
    # 复制cudnn的库
    sudo cp cuda/lib64/* /usr/local/cuda-10.0/lib64/
     
    # 添加可执行权限
    sudo chmod +x /usr/local/cuda-10.0/include/cudnn.h
    sudo chmod +x /usr/local/cuda-10.0/lib64/libcudnn*
    

    四、补充说明

    展开全文
  • 1.1显卡驱动卸载 sudo apt purge nvidia* 删完之后需要aoturemove一下 sudo apt autoremove 1.2cuda卸载 我这边安装的cuda版本是11.0,和8.0版本的卸载方式还不一样。 旧的版本(8.0): sudo /usr/local/cuda-8.0...

    1.卸载

    1.1 显卡驱动卸载

    sudo apt purge nvidia*
    

    删完之后需要aoturemove一下

    sudo apt autoremove
    

    1.2 cuda卸载

    我这边安装的cuda版本是11.0,和8.0版本的卸载方式还不一样。
    旧的版本(8.0):

    sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl
    

    参考:https://blog.csdn.net/qq_33200967/article/details/80689543
    新的版本(11.0):

    sudo /usr/local/cuda-11.0/bin/cuda-uninstaller
    

    后面的部分都一样了,删除文件夹就可以。
    /usr/local/之下有两个关于cuda的文件夹,一个是/cuda,另一个是/cuda-11.0,两个都需要删掉。

    sudo rm -rf /usr/local/cuda
    sudo rm -rf /usr/local/cuda-11.0
    

    以上是所有卸载的部分。

    2.显卡驱动安装,cuda安装,cudnn安装

    2.1 显卡驱动安装

    驱动安装的版本可以选择尽可能新的版本,显卡驱动的版本和cuda的版本并没有一一对应的关系,cuda版本有显卡驱动版本的下限要求,见下图:
    cuda版本的显卡驱动版本要求
    来源:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
    安装:(我这边可见的最新版本是460)

    sudo apt install nvidia-driver-460
    

    安装完成后需要reboot一下:

    reboot
    

    重启之后测试一下:

    nvidia-smi
    

    如果出现下面这样的表说明驱动安装完成。
    驱动安装检测
    这里可以看到有一个cuda version,注意,这里的cuda和我们后面用的cuda并不一样,有一篇博客感觉写得很到位,大家可以参考:nvcc -V和nvidia-smi出现的cuda版本不同

    2.2 cuda安装

    官网下载:cuda官网下载连接
    选择合适的版本,用于的深度学习的话需要考虑tensorflow,pytorch等深度学习框架的版本要求。
    选择系统:在这里插入图片描述
    这里选择.run和.deb都可以,只是在后面的安装过程有所不同,我们选择.run。
    下载完成后运行:

    sudo sh cuda_11.0.3_450.51.06_linux.run
    

    可能会弹出下面这个界面:
    在这里插入图片描述
    我们安装了更新版本的显卡驱动,这里我们直接continue。
    在这里插入图片描述
    输入accept。
    在这里插入图片描述
    由于我们安装了更新版本的显卡驱动,这里需要把显卡驱动去掉。
    安装完成后我们还需要相关的环境配置,这里我参考了这篇博客:CUDA8.0安装成功后的环境配置问题

    具体内容分为以下三个部分:
    1.在.bashrc中添加环境变量

    sudo gedit ~/.bashrc
    

    在文件的末尾加入下面两行语句:

    export PATH=/usr/local/cuda-11.0/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
    

    使配置生效:

    source ~/.bashrc
    

    2.设置环境变量和动态链接库

    sudo gedit /etc/profile
    

    在末尾加入下面语句:

    export PATH=/usr/local/cuda/bin:$PATH
    

    保存退出
    3.创建链接文件

    sudo gedit /etc/ld.so.conf.d/cuda.conf
    

    加入下面语句:

    /usr/local/cuda/lib64
    

    然后执行:

    sudo ldconfig 
    

    测试一下:

    nvcc -V
    

    如果得到以下结果说明cuda安装完成。
    在这里插入图片描述

    2.3 cudnn安装

    官网下载:cudnn官网下载
    这个需要注册。
    注意,下载的时候ubuntu版本和cuda版本都要对上。
    我们需要下载第1个文件:
    在这里插入图片描述

    下载好之后我们解压:

    tar -zxvf cudnn-11.0-linux-x64-v8.0.5.39.tgz
    

    解压后我们得到一个cuda的文件夹,我们要将其与系统中的cuda合并。

    sudo cp cuda/include/* /usr/local/cuda/include/
    sudo cp cuda/lib64/* /usr/local/cuda/lib64/
    

    使其可执行:

    sudo chmod +x /usr/local/cuda/lib64/libcudnn*
    sudo chmod +x /usr/local/cuda/include/cudnn*
    

    我们还需要建立一个软连接:

    cd /usr/local/cuda/lib64/
    sudo ln -snf libcudnn.so.8.0.5 libcudnn.so.8
    

    安装到这里就已经结束了,我们还需要测试一下,

    cat cuda/include/cudnn_version.h |grep ^#
    

    嗯,其实用这种方法判断cuda和cudnn是否完成安装的效果有限,这种方式无法测试环境变量是否存在问题。
    事实上,我们可以通过安装tensorflow来进行测试。

    import tensorflow as tf
    
    print(tf.test.is_gpu_available())
    

    出现Ture则全部安装完成。

    展开全文
  • 环境:ubuntu16.04 安装NVIDIA显卡驱动 禁用旧的显卡驱动 按照这篇blog ubuntu禁用nouveau方法,成功禁用旧的... 之前按照学长blog安装NVIDIA显卡驱动,一重启就进入循环登录界面,于是按照这篇blogUbuntu ...

    环境:ubuntu16.04

    安装NVIDIA显卡驱动

    禁用旧的显卡驱动
    按照这篇blog ubuntu禁用nouveau方法,成功禁用旧的显卡驱动。之后可执行 lsmod | grep nouveau 命令查看nouveau驱动是否完全被禁用,无结果显示已禁用。
    之前按照学长blog安装NVIDIA显卡驱动,一重启就进入循环登录界面,于是按照这篇blogUbuntu 16.04 用户登录界面死循环问题的解决重新安装,NVIDIA-Linux-x86_64-381.22.run安装包可在官网下载。

    # 进入文本模式
    Ctrl+Alt+F1
    # 关闭lightdm服务
    sudo service lightdm stop
    cd Downloads
    sudo chmod +x NVIDIA*.run
    # 驱动安装
    sudo ./NVIDIA-Linux-x86_64-381.22.run -no-x-check -no-nouveau-check -no-opengl-files
    # 回到图形界面
    sudo service lightdm restart
    # 重启
    reboot

    驱动安装好后,重启依旧循环登录,于是只好换一种安装方式:

    sudo add-apt-repository ppa:graphics-drivers/ppa
    sudo apt-get update
    sudo apt-get install nvidia-384

    重启,终于安装成功。

    version of nvidia

    安装Cuda

    download cuda_8.0.61_375.26_linux.run文件成功安装:

    sudo bash cuda_8.0.61_375.26_linux.run
    # /usr/local中能看到cuda,cuda-9.1的库
    # 配置环境变量
    

    cuda

    directory

    environment

    cudnn

    tar zxvf cudnn-8.0-linux-x64-v5.1.tgz
    
    janie@B250M-D3H:~/Downloads/cuda/lib64$ sudo cp lib* /usr/local/cuda/lib64/
    janie@B250M-D3H:~/Downloads/cuda/lib64$ cd ..
    janie@B250M-D3H:~/Downloads/cuda$ cd include/
    janie@B250M-D3H:~/Downloads/cuda/include$ sudo cp cudnn.h /usr/local/cuda/include/
    
    janie@B250M-D3H:~/Downloads/cuda/include$ cd /usr/local/cuda/lib64/
    janie@B250M-D3H:/usr/local/cuda/lib64$ sudo rm -rf libcudnn.so libcudnn.so.5
    janie@B250M-D3H:/usr/local/cuda/lib64$ sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5
    janie@B250M-D3H:/usr/local/cuda/lib64$ sudo ln -s libcudnn.so.5 libcudnn.so
    
    janie@B250M-D3H:/usr/local/cuda/lib64$ sudo ldconfig

    copy

    展开全文
  • 一、系统及显卡 系统:centos7.3 64位 显卡:Tesla V100 二、安装过程 1. 下载驱动 从NVIDIA官网https://www.geforce.cn/drivers选择相应的驱动并下载,下载下来是.run文件。 2. 安装依赖 要装的三个...

    一、系统及显卡

    系统:centos7.3 64位

    显卡:Tesla V100

     

    二、安装过程

    1. 下载驱动

    从NVIDIA官网 https://www.geforce.cn/drivers 选择相应的驱动并下载,下载下来是.run文件。

     

    2. 安装依赖

    要装的三个依赖分别是,gcc、kernel-devel、dkms,其中需要注意的是,kernel-devel的版本需要与当前内核的版本一致,不然后面会出现找不到文件的情况。

    查看我的内核版本:

    [root@host8 ~]# uname -r
    3.10.0-693.el7.x86_64

    查看一下可以安装的版本:

    [root@host8 ~]# yum list | grep kernel-devel
    

    kernel-devel.x86_64                     3.10.0-693.el7                 @c7-media
    kernel-devel.x86_64                     3.10.0-957.27.2.el7            updates

     

    安装rpm包后,继续安装其他依赖:

    yum -y install gcc dkms

    3. 阻止 nouveau 模块的加载

    在配置文件中禁用nouveau

    vi /etc/modprobe.d/blacklist.conf 添加:blacklist nouveau

    CentOS 7:
    vim /lib/modprobe.d/dist-blacklist.conf

    并且在加上

    blacklist nouveau
    options nouveau modeset=0

     

    4. 重新建立initramfs image文件

    备份原来的 initramfs nouveau image镜像
    mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r)-nouveau.img

    dracut /boot/initramfs-$(uname -r).img $(uname -r)

    做完这个步骤 重启reboot, 重启后验证驱动是否被禁用 如果无结果显示则表明成功禁用

    lsmod | grep nouveau

     

    5. 执行安装脚本

    执行之前先让.run文件有可执行权限:

    chmod u+x NVIDIA-Linux-x86_64-415.13.run

    执行安装脚本:

    ./NVIDIA-Linux-x86_64-375.39.run --kernel-source-path=/usr/src/kernels/3.10.0-693.el7.x86_64

    记得把上面的内核版本改为自己系统的,然后就安装提示进行安装就可以了。

     

    6. 升级/重装 NVIDIA 驱动

    ./NVIDIA-Linux-x86_64-375.39.run  --uninstall

    做完这个步骤 重启reboot

    ./NVIDIA-Linux-x86_64-375.39.run --kernel-source-path=/usr/src/kernels/3.10.0-693.el7.x86_64

    展开全文
  • 安装 显卡驱动 如果下载速度慢 参见ubuntu 换阿里源. 命令行解: sudo apt update sudo ubuntu-drivers devices sudo apt install nvidia-driver-450 (选择recommended) reboot 开机之后:(测试是否安装成功) ...
  • 深度学习工作站环境搭建 ubantu16.04 安装显卡驱动 CUDA8.0 cuDNN6 anaconda tensorflow opencv 1 安装ubantu16.04 安装时不要在线更新,在线更新下面那个选项也不选 2 安装显卡驱动 去官网...
  • CentOS 6.9安装NVIDIA GTX1080显卡驱动,直接说安装步骤和遇到的问题: 一、安装驱动 1:首先当然是要把驱动下载下来啦。我的电脑是NVIDIA的,所以自然先要访问其官网:http://www.geforce.cn/drivers 根据你...
  • deepinV20 显卡驱动 cuda10.2+cudnn配置

    千次阅读 2020-09-18 16:17:59
    尽管官方给出了从15.11直接升级到V20版本的方案,试过后,发现显卡驱动有问题,新的也装不上,旧的也卸载不了。因此采用从头安装的方案,此间遇到不少坑,还好最后都解决了。 deepin v20安装 安装时花屏 解决...
  • 安装驱动 需要的安装包 参考 https://blog.csdn.net/weixin_43402775/article/details/107610267
  • 一.安装显卡驱动直接使用Ubuntu自带的 附加驱动 来安装最新版Nvidia闭源驱动,能省下... 安装完显卡驱动后,再到官网下载cuda runfile文件安装CUDA,按提示操作,非常简单。但注意不要重复安装显卡驱动。2. cuda ...
  • 2.显卡型号查询好之后在NVIDIA官网查询对应的显卡驱动版本https://www.nvidia.com/Download/index.aspx?lang=en-us 我的显卡型号是GeForce RTX 2080: tips: 看到这里比有些型号多了一个Download Type的选项(下图...
  • 我的显卡是GT650m,也还是可以使用cuda的。这一阶段的目的是把显卡这些东西弄好,那么开始。 一、先要去英伟达官网下载两样东西:cuda 8.0 和 cudnn 5.1 ,其中cuda8.0选择runfile版本的,这样可以做一些选择。 c
  • 主要是因为Ubuntu16.04循环登录问题所以下面出现了卸载原来Nvidia显卡驱动CUDA以及cudnn等步骤。 如果是新装电脑可以忽略其中的卸载步骤。 如果原来已经安装了CUDA和cudnn, 安装完显卡...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 4,953
精华内容 1,981
关键字:

显卡驱动cuda