ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置
1. 显卡驱动安装
1.1 禁用Nouveau驱动
Nouveau为linux自带驱动,非官方驱动(参考这里),若安装nvidia驱动,需将其禁掉,即将其加入黑名单:
sudo apt-get updatesudo gedit /etc/modprobe.d/blacklist.conf
在blacklist.conf最下方添加
blacklist nouveau #(在文件中添加该命令,然后保存退出)
然后执行
sudo update-initramfs -u
最后重启生效
reboot
查看是否禁用成功,输入一下命令,无输出为禁用成功
lsmod |grep nouv*
1.2 Nvidia驱动安装
nvidia驱动安装有很多种方式,本人比较习惯ppa安装,为了安装比较快,首先更改为清华镜像源:
sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup #备份系统文件sudo gedit /etc/apt/sources.list #修改配置
打开后将里面内容全部删除,替换为清华开源镜像中16.04的source.list内容(如下):
# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse# 预发布软件源,不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
接下来添加ppa源
sudo add-apt-repository ppa:xorg-edgers/ppa #添加ppa源sudo add-apt-repository ppa:graphics-drivers/ppa #添加ppa源sudo apt-get update #更新软件包
查看合适版本的nvidia驱动
ubuntu-drivers devices
(大多数选择recommended的,但是此处我提前看了cuda版本cuda_10.1.243_418.87.00_linux.run,里面有写418,所以为了以防万一,,,,,我选择安装418【我也不确定是否合理】)
接下来,到了最重要的安装环节
首先进入命令行桌面(ctrl+f1~f6)【图形界面:ctrl+f7】sudo service lightdm stop #关闭图形界面sudo apt-get install nvidia-418 #安装sudo service lightdm startreboot #重启
重启后可以查看下是否安装成功
nvidia-smi
2. cuda安装
2.1 安装
去官网选择合适版本,并按照指令安装(如下)
会提醒balabala,但是倔强的我依旧选择continue(滋滋滋...)
由于前面已经安装了驱动,这里把驱动部分取消,其他默认即可【上下:移动,左右:展开,回车:选择/取消,最后install】
最后安装成功如下
【注意!!!!上面有说,卸载cuda指令,即运行/usr/local/cuda-10.1/bin下面的cuda-uninstaller】
验证一下 nvcc -V ,是否安装成功,结果显示未安装,,,,,
别慌,吃口药(欸???好像暴露了什么)
因为我们还没添加环境变量,cuda还没生效
2.2 环境变量
打开.bashrc文件
geit ~/.bashrc #也可以ctrl+h显示出隐藏文件,直接双击进去
添加如下指令,并保存
export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH
最后使环境变量生效
source ~/.bashrc
此时再测试就可以通过了
nvcc -V#或者切换到samples文件夹下(以1_Utilities/deviceQuery为例)
make
./deviceQuerynvidia-smi
3. cudnn配置
去官网下载【需要注册登录】并解压
安装cudnn比较简单,简单地说,就是复制几个文件:库文件和头文件。将cudnn的头文件复制到cuda安装路径的include路径下,将cudnn的库文件复制到cuda安装路径的lib64路径下
#切换到刚刚解压出来的文件夹路径
cd cuda
#复制include里的头文件(记得转到include文件里执行下面命令)
sudo cp /include/cudnn.h /usr/local/cuda/include/#复制lib64下的lib文件到cuda安装路径下的lib64(记得转到lib64文件里执行下面命令)
sudo cp lib* /usr/local/cuda/lib64/#设置权限
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*#======更新软连接======
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.7 #删除原有动态文件,版本号注意变化,可在cudnn的lib64文件夹中查看
sudo ln -s libcudnn.so.7.6.2 libcudnn.so.7 #生成软衔接(注意这里要和自己下载的cudnn版本对应,可以在/usr/local/cuda/lib64下查看自己libcudnn的版本)
sudo ln -s libcudnn.so.7 libcudnn.so #生成软链接
sudo ldconfig -v #立刻生效
可以使用nvcc -V测试一下,也可以使用cudnn测试样例测试一下
至此,环境配置完成
附带参考链接:
驱动安装参考:https://blog.csdn.net/qq_27009517/article/details/89631854
cudnn参考:https://www.cnblogs.com/xuliangxing/p/7575586.html
ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置相关推荐
- ubuntu16.04下安装GTX1080TI显卡驱动+安装CUDA+Cudnn+anaconda+GPU版tensorflow
参考博客:https://blog.csdn.net/weixin_40294256/article/details/79157838 先安装好GTX1080Ti 显卡驱动--安装CUDA--安装Cu ...
- 【亲测】Ubuntu16.04手动安装nvidia显卡驱动+CUDA 8.0--Acer E5-572G版
前言 前段时间,配置实验室新服务器上的Tesla P4,结果一直有问题,最后终于解决之后.昨天晚上想在自己的笔记本上安装pytorch,sudo apt-get update的时候,结果提示系统缺少一 ...
- Ubuntu16.04下为Titan RTX 安装显卡驱动、CUDA、cudnn
1.禁用自带的 nouveau nvidia驱动 sudo vim /etc/modprobe.d/blacklist.conf 在文件夹最末尾处添加命令 blacklist nouveau opti ...
- ubuntu16.04下Nvidia T1000显卡驱动460、CUDA10.2、CUDNN8安装
准备工作 架构与GPU型号:非官方介绍,页面搜索一下GPU就行.这个表显示我应该装CUDA10,但是先8.0凑和着.理论依据,要用9的话会出现这个问题 Pascal (CUDA 8 and later ...
- ubuntu18.04安装RTX2080ti显卡驱动+cuda10.2+cudnn
因为系统环境变量崩溃,进行重做了系统,全部还原,在本机重新安装了显卡驱动.cuda等,具体系统版本如下. 系统环境:ubuntu18.04 显卡:rtx2080ti cuda版本:10.2 安装RTX ...
- ubuntu环境下,ubuntu16.04装机到nvdia显卡驱动安装、cuda8安装、cudnn安装
首先是安装ubuntu16.04 A.制作u盘启动盘(提前准备好.ios文件): 1.安装u盘制作工具unetbootin sudo apt-get install unetbootin 2.格式化u ...
- Ubuntu20.04+Nvidia RTX 3060 显卡驱动安装
新装 Ubuntu20.04 LTS,电脑配的是Nvidia RTX 3060,所以需要安装显卡驱动,未安装前显卡显示如下: 1.设置阿里源.在软件和更新在第一栏Ubuntu 软件页面中,找到下载自, ...
- fb驱动安装linux系统,ubuntu16.04下NVIDIA GTX965M显卡驱动安装
这两天在笔记本(神舟Z7M-SL7D2)下安装ubuntu16.04, 执行ubuntu安装程序时,经常会在最开始选择语言的界面时鼠标键盘无响应,死机概率30%. 安装完成后,点重启按钮也会导致系统无 ...
- 戴尔灵越游匣+Ubuntu16.04的NVIDIA GTX1050显卡驱动安装.md
文章目录 完成标志 过程 0.查看自己的显卡型号, 1.查询适合的版本, https://www.nvidia.com/Download/index.aspx?lang=en-us, 2.禁用原先的显 ...
最新文章
- 聊一聊Web端的即时通讯
- 浅谈Sharepoint权限
- Leetcode 38.外观数列 (每日一题 20210702)
- iphone各机型参数对比_我们对比新旧两代iPhone,发现iPhone 12最值得买
- python socket 网络编程
- 计算机系统结构sw指令集,自考02325计算机系统结构复习资料六
- AI算法连载11:统计之集成学习
- kafka java api 删除_Kafka入门系列—6. Kafka 常用命令及Java API使用
- 整理 45 道 CSS 基础面试题(附答案)
- Redis学习总结(3)——Redis整合Spring结合使用缓存实例
- pip国内镜像源矩池云收集(2020年8月)
- vue.js开发环境部署
- java 解析cron_Quartz 源码解析(六) —— 解析Cron表达式
- Matlab吴恩达机器学习编程练习ex5:正则化线性回归和偏差v.s. 方差Regularized Linear Regression and Bias v.s. Variance
- js怎么获取当前日期
- 【2022 年第十二届 MathorCup杯数学建模】D 题 移动通信网络站址规划和区域聚类问题 赛后总结、论文及代码
- 关于阿里云ACP/ACE认证考试切换普尔文考试中心的公告
- 计算机课件文字,计算机应用基础_文字处理wordppt课件.ppt
- SHA-256算法实现
- Vue使用Stompjs接收Activemq的信息
热门文章
- 2015年系统架构师软考案例分析考点
- JavaScript基础算法
- 网络原理(2)——网络开发
- 程序员团队名称和口号_济南市大学生双创孵化平台创业菁英实训营2019年第五期【最具人气创业团队】由你来选!...
- EOS账户的两种权限——你造吗
- matlab卷积和互相关,互相关与卷积
- 导出导入数据库 (解决了MySQL Access denied for user 'root'@'IP地址'问题)
- linux下如何清理缓存
- flowable流程实例管理接口
- 本题计算人体的 BMI BMI =体重÷身高的平方