申明:由于系统经常奔溃或者一些莫名其妙的原因总是需要重装系统,而深度学习又需要用到英伟达驱动、cuda、cudnn,所以今天在重新安装系统之后进行一次三者安装的总结,以供以后不时之需。在此也和大家一起相互交流学习。


一、nvidia GTX940安装

方法一:

1、首先在英伟达官网(https://www.nvidia.cn/Download/index.aspx?lang=cn)找到自己电脑所需要的英伟达显卡驱动并下载好,如下图所示

2、使用Ctrl-Alt+F1快捷键切换到图形界面,之后输入自己的管理员账号和密码

3、使用下面的命令临时关闭显示服务

sudo service lightdm stop

4、输入下面命令获得可执行权限

sudo chmod a+x NVIDIA-Linux-x86_64-430.26.run

5、输入下面命令安装驱动

sudo ./NVIDIA-Linux-x86_64-430.26.run –no-x-check –no-nouveau-check –no-opengl-files

参数意义:

-no-x-check(安装驱动时关闭x服务)

-no-nouveau-check(安装驱动时禁用nouveau)

-no-opengl-files(安装时只装驱动文件,不安装opengl)

如果不加后面的**–no-opengl-files –no-x-check –no-nouveau-check**会造成循环登录的问题,如果你安装完显卡驱动,循环登录,那就是因为你没有输入后面的参数,需要重新卸载驱动并安装,把后面的参数补上。

6、使用以下命令启动显示服务

sudo service lightdm start

方法二:

1、先把Ubuntu自带的那该死的驱动禁用了:
打开黑名单:

sudo gedit /etc/modprobe.d/blacklist.conf

添加禁用组件(在黑名单文件末尾加入并保存):

# for nvidia display device install
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb

刷新一下设置,再重启一下系统:

sudo update-initramfs -u
sudo reboot

2、再添加源来安装,如果是20系列的卡,最好就装410的比较新,10系列的就无所谓了,384、396都行:

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-410

安装完毕

查看驱动详情

执行上述命令之后英伟达驱动到此就安装成功了,打开终端输入命令

nvidia-smi

查看驱动信息,如下图所示


二、cuda10.0.130安装

1、首先在cuda官网(https://developer.nvidia.com/cuda-10.0-download-archive)下载相对应的cuda版本,如下图所示

2、输入下面命令获得可执行权限

sudo chmod a+x cuda_10.0.130_410.48_linux.run

3.执行以下命令进行cuda安装

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

接下来进入英文选择界面按住空格键可以快速浏览
在安装过程中选项选择:

accept #同意安装
n  #不安装Driver,因为已安装驱动**(这里需要强调一下)**
y  #安装CUDA Toolkit
这里是回车键  #安装到默认目录
y  #创建安装目录的软链接
n  #不复制Samples,因为在安装目录下有/samples

4、添加环境变量
使用以下命令打开.bashrc文件

sudo gedit .bashrc

打开.bashrc文件之后,添加以下环境变量

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
export PATH=$PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0

5、输入以下命令进行.bashrc文件保存

source ~/.bashrc

6、输入以下命令(三个任选其一即可)验证是否安装成功

nvcc -V
nvcc --version
cat /usr/local/cuda/version.txt

成功安装会显示以下信息,如图所示

至此cuda安装完成。


三、cudnn7.5.0安装

1、首先在cuda官网(https://developer.nvidia.com/rdp/form/cudnn-download-survey)下载好相对应的cudnn文件(下载的时候需要自己注册账号)

2、输入以下命令对cudnn文件进行解压得到cuda文件夹

tar zxvf cudnn-10.0-linux-x64-v7.5.0.56.tgz

3、进入cuda文件夹

cd cuda/

4、输入以下命令进行cudnn安装

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

5、查看cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

如下图所示

至此cudnn安装完成


附录:

ubuntu16.04+1080ti+cuda10.0+cudnn环境配置 https://blog.csdn.net/Ding19950107/article/details/89538228

CUDA安装 https://www.dazhuanlan.com/2020/04/18/5e9a11a8ae2ca/

解决Nvidia显卡的电脑安装Ubuntu及驱动的各种坑 https://blog.csdn.net/ysy950803/article/details/78507892/

Ubuntu16.04 nvidiaGTX940、cuda10.0.130、cudnn7.5.0安装相关推荐

  1. ubuntu16.04+gtx1080ti+cuda10.0+cudnn7.4.2/cudnn7.6.4 环境配置

    配置:ubuntu16.04+gtx1080ti+cuda10.0+cudnn7.4.2/cudnn7.6.4+显卡驱动NVIDIA-Linux-x86_64-410.78 tensorflow1.1 ...

  2. Ubuntu16.04+GTX1060mq(驱动版本430.64)安装CUDA10.0

    Ubuntu16.04+GTX1060mq(驱动版本430.64)安装CUDA10.0 CUDA下载 cuda最新版本下载地址(可在该页面进入历史版本下载): https://developer.nv ...

  3. ubuntu16.04+cuda9.0_cudnn7.5+tensorflow-gpu==1.12.0

    1.查找可用的tensorflow源,该命令运行后终端会输出所有可用的源 anaconda search -t conda tensorflow 2.这里name是上一步中输出源的tensorflow ...

  4. win10+cuda10.0.130+cudnn7.5.1+tensorflow-gpu 1.13.1+anaconda3+keras+pycharm2018

    1.引言 之前写的类似的安装博客都是基于win7和ubuntu18.04的,没有关于win10的,并且版本都比较旧,所以这次想革新一下,安装最新的**cuda10, tensorflow-gpu1.1 ...

  5. Ubuntu16.04配置GPU驱动(GTX1060)+ CUDA9.0 + CUDNN7.0.5

    1.查看电脑是否有一个可以支持CUDA的GPU a.在终端输入命令行(ctrl+alt+T快捷进入终端): $ lspci | grep -i nvidia 查看电脑GPU信息如下: b.在终端输入命 ...

  6. win10_64位+GTX1070max-q安装CUDA10.0.130+CUDNN7.4.2+Anaconda3.5.2+Tensorflow-gpu2.0.0+PyTorch-gpu1.2.0

    文章目录 安装特定版本NVIDIA显卡驱动 下载和安装CUDA10.0.130 下载和安装CUDNN7.4.2 下载和安装Anaconda3.5.2 安装Tensorflow-gpu2.0.0和pyt ...

  7. win10戴尔游侠GTX1050TI+TensorFlow-gpu+CUDA10.0.130+CUDNN7.4.1.5配置深度学习环境

    因为想要搞一搞ML,实验室服务器排不上,只好自己搭个环境. win10 1,IDE用的pycharm,在pycharm里面下载的TensorFlow-gpu 1.12.0; 2,然后查看显卡支持哪个版 ...

  8. ubuntu16.04+七彩虹GTX1060的NVIDIA驱动+Cuda8.0+cudnn5.1+tensorflow+keras搭建深度学习环境【学习笔记】【原创】

    平台信息: PC:ubuntu16.04.i5.七彩虹GTX1060显卡 作者:庄泽彬(欢迎转载,请注明作者) 说明:参考了网上的一堆的资料搭建了深度学习的开发环境,下班在宿舍折腾了好几个晚上才搞定, ...

  9. 保姆级教程——Ubuntu16.04 Server下深度学习环境搭建:安装CUDA8.0,cuDNN6.0,Bazel0.5.4,源码编译安装TensorFlow1.4.0(GPU版)...

    写在前面 本文叙述了在Ubuntu16.04 Server下安装CUDA8.0,cuDNN6.0以及源码编译安装TensorFlow1.4.0(GPU版)的亲身经历,包括遇到的问题及解决办法,也有一些 ...

最新文章

  1. Ubuntu16.04安装qt
  2. 第16届智能车竞赛参赛队员提问-05-24
  3. Win32汇编数据对齐相关的伪指令(ALIGN、EVEN、ORG)
  4. roncoo-pay 开源支付系统全新架构升级
  5. python编写数学公式大全_python - 用python编写数学公式 - 堆栈内存溢出
  6. 程序员修神之路--高并发优雅的做限流(有福利)
  7. 用机器指令和汇编指令编程(修改版)
  8. 2018年“百家姓”出炉,新生儿爆款名字是这些......
  9. java strlen,跟妹妹聊到 Java 16 新特征,真香!
  10. 10.7 csp-s模拟测试63 Median+Game+Park
  11. Activiti 7 配置及相关流程一站式介绍(包含基础流程及网关应用)
  12. CentOS系统中常用查看日志命令
  13. Python 图像拼接
  14. 2-1 Socket家族的基石
  15. 解决ubuntu 16.04 启动黑屏,出现dev/sda7: clean, xxx/xxx files, xxx/xxx blocks字样问题
  16. java文件是如何运转的?
  17. Caffeine使用篇 - Eviction
  18. 淘宝客导购产品设计 (一)
  19. 打破校史!双非高校,迎来首位杰青!
  20. 基于motion视频捕捉软件的树莓派视频拍照系统(图像变化识别+拍照+邮件)

热门文章

  1. ABAQUS学习(1):打开求解好的cae文件并查看云图
  2. 2021CSP比赛小结
  3. 小学生 自学大数据 第一章linux常用命令 (一)
  4. 时钟切换电路(clock switching glitch free)英文版
  5. SPFA 算法详解( 强大图解,不会都难!) (转)
  6. 16TB布局谋发展,东芝企业级硬盘这次抢了个
  7. 三国杀中的概率学问题
  8. MatebookE2022款i7集显 华为智能磁吸键盘(DRC-W76)原装出厂Win11系统恢复原厂OEM系统
  9. 服务监控系统(客户端实现)
  10. [答疑]愿景是降低部门领导的重复审批次数