Ubuntu18.04+TITAN XP+anaconda+cuda10+cudnn+pytorch

开发环境：

GPU: NVIDIA TITAN XP

OS：Xubuntu 18.04

新装系统，没有NVIDIA显卡驱动。先卸载已有驱动

sudo apt-get remove --purge nvidia*

安装库

sudo apt-get update
sudo apt-get install dkms build-essential linux-headers-generic

禁用nouveau

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

输入：

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

接着终端输入：

echo options nouveau modeset=0
sudo update-initramfs -u

重启. 如果运行如下指令没用打印出任何内容, 恭喜你, 禁用nouveau成功了.

lsmod | grep nouveau

补一些库

sudo apt-get install  freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

我没有自行安装驱动。直接下了cuda10一起安了。CUDA10 下载页面：https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal

按照页面所述代码，下载并安装CUDA10：

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.runsudo sh cuda_10.2.89_440.33.01_linux.run

因为没有驱动，我就一并安装了。

安装成功后，设置环境变量。
运行命令

sudo gedit ~/.bashrc

将以下命令写入文件最后

export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

注：关于这个环境变量，我也比较疑惑。写成下面内容也可以：

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存退出，输入命令：source ~/.bashrc ，重启生效。（我没重启也可以）

验证是否生效，执行

cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

报错：无法make，提示找不到nvscibuf.h。打开/usr/local/cuda/samples/1_Utilities/deviceQuery文件下的Makefile（gedit就行），第41行改为：

FILTER_OUT := 0_Simple/cudaNvSci/Makefile

出现Result = PASS则表示安装成功通过

然后安装cudnn

CUDA 10.2对应cudnn版本7.5.6 下载页面如下：

https://developer.nvidia.com/rdp/cudnn-download

记得注册登录。威信就能注册。很方便

官网安装教程

Navigate to your <cudnnpath> directory containing the cuDNN Tar file. 进入到cudnn下载目录

Unzip the cuDNN package.解压cudnn压缩包

$ tar -xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz

Copy the following files into the CUDA Toolkit directory, and change the file permissions.将下列文件拷贝到CUDA Toolkit目录，更改文件权限

$ 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 /usr/local/cuda/lib64/libcudnn*

我看有的博客上还加了一句

sudo chmod a+r /usr/local/cuda/include/cudnn.h

命令行下输入mysql --help如果是输出一串帮助提示的话,那么cudnn就安装好了

这个时候该安装anaconda了。终端输入python，发现默认python是2.7。查看系统python版本

ls /usr/bin/python*

查看Python的指向

 ls -l /usr/bin/ | grep python

可以看到python -> python2.7,所以要把它指向下面那个Python3.6

删除原来的软链接,建立新的链接

 sudo rm /usr/bin/pythonsudo ln -s /usr/bin/python3.6 /usr/bin/python

就可以了。

python3.6对应anaconda 3.6。官网只有3.7没有旧版本。通过清华镜像源下载。https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

下载以后进入anaconda下载目录。终端输入

sudo bash Anaconda3-5.2.0-Linux-x86_64.sh

安装过程参考以下博文

https://blog.csdn.net/Lucky_yw/article/details/89387073

然后给anaconda 换成清华源

sudo gedit ~/.condarc

删除全部内容更改为：

channels:- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

创建新环境

conda create -n myenv python=3.6

进入此环境

source activate myenv

安装pytorch, torchvision

conda install pytorch
conda install torchvision

输入python，再输入import pytorch，没什么问题。搞定

Ubuntu18.04+TITAN XP+anaconda+cuda10+cudnn+pytorch相关推荐

win10+1060显卡安装anaconda+CUDA10.1+pytorch+cuDNN+tensorflow-gpu
win10+1060显卡安装anaconda+CUDA10.1+pytorch+cuDNN+tensorflow-gpu https://www.cnblogs.com/yang520ming/p/1 ...
低CUDA算力显卡用上高版本pytorch（ubuntu18.04源码编译特定版本pytorch（v1.10.0））
低CUDA算力显卡用上高版本pytorch(ubuntu18.04源码编译特定版本pytorch(v1.10.0)) 一电脑配置二正常情况下源码编译步骤三我的编译过程及出现的问题首先安装 ...
Windows环境配置Anaconda+cuda+cuDNN+pytorch+jupyter notebook
Windows环境配置Anaconda+cuda+cuDNN+pytorch+jupyter notebook Anaconda 1.官网下载安装包 https://repo.anaconda.com ...
pytorch环境配置一键官网配置+离线配置（anaconda+duda+cudnn+pytorch)
pytorch环境配置(anaconda+duda+cudnn+pytorch) 目录一:pytorch官网一键法二:自行离线配置法一:pytorch官网一键法 1.准备工作: 下载anacon ...
联想拯救者Y7000P2019双系统安装与卸载（win10+ubuntu18.04+NVIDIA GeForce RTX2060+CUDA10.0+Cudnn+pytorch）
在网上找了不少教程,终于把笔记本装上了双系统了,记录一下! 想要在自己电脑跑python的代码,要用到显卡,win下总是各种报错,决定还是装个linux的系统.要注意一下,我这里要安装显卡驱动,所以u ...
Ubuntu18.04下安装深度学习框架Pytorch（GPU加速）
前面我们已经在windows10环境下成功安装了CPU版本的Pytorch,推荐的是利用Anaconda安装. 经过接近一天的奋战,博主成功在linux系统安装GPU加速的pytorch,博主使用的发 ...
anaconda+cuda+cudnn+pytorch安装踩坑大全
windows环境下anaconda+pycharm+cuda+cudnn+pytorch安装踩坑大全 anaconda安装 pycharm安装 cuda cudnn pytorch gym环境安装 ...
cuda cudnn tensorflow对应_Ubuntu18.04下安装Tensorflow+cuda+cudnn+pytorch
大体思路按照下面的链接完成 Ubuntu18.04安装TensorFlow-gpu2.0_dl_None-CSDN博客_ubuntu安装tensorflow2.0blog.csdn.net 记录几点 ...
ubuntu18.04+gtx1660ti+nvidia驱动+cuda10.1+cudnn7.6
笔者环境:笔记本电脑,gtx1660ti,win10+ubuntu18.04双系统参考链接1: Ubuntu18.04 安装nvidia显卡驱动_小乌坞的博客-CSDN博客参考链接2:Ubuntu ...
Ubuntu18.04 安装NVIDIA驱动+CUDA10+cuDNN7.6
最正确的方法安装NVIDIA驱动+CUDA10+cuDNN7.6 话不多说直接开始平台: Ubuntu18.04 显卡 GTX1080TI**2+Quadro P6000*2 如果以前已经装有NVI ...

Ubuntu18.04+TITAN XP+anaconda+cuda10+cudnn+pytorch

Ubuntu18.04+TITAN XP+anaconda+cuda10+cudnn+pytorch相关推荐

最新文章

热门文章