RTX2060显卡，需要安装 CUDA10.2，低版本不兼容

1.安装显卡驱动

一、查看适配显卡版本并下载

到英伟达官网搜索驱动  https://www.nvidia.cn/geforce/drivers/

搜索结果：（注意，非特殊需求，不要选择带BETA的版本）

选择最新的即可，（注意，非特殊需求，不要选择带BETA的版本），版本为450.57，进行下载。

二、卸载自带驱动

sudo apt-get remove --purge nvidia*

三、开始安装驱动

进入ubuntu后，在桌面按下Ctrl+Alt+F1进入命令行界面，输入用户名root，和root的密码登陆 （如果没有root，请查询“ubuntu16.04修改root的密码”）
执行命令

# 关闭图形界面
sudo service lightdm stop#进入去驱动程序所在的默认下载目录，上面的username为你的用户名，如果你把放在其他地方，进入相应的目录
cd /home/username/Downloads#后面的驱动要改为你自己的驱动，可在输入NVIDIA后按下Tab键自动补全
sudo chmod a+x NVIDIA-Linux-x86_64-450.57.run#-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：只安装驱动文件，不安装OpenGL文件sudo ./NVIDIA-Linux-x86_64-450.57.run -no-x-check -no-nouveau-check -no-opengl-files

对于所有选项，都按照默认选项（在安装过程中，会提示一些有的script脚本错误，是否继续安装，gcc版本应为5.4.0，而系统却是5.5.0，是否继续安装等，都选择继续安装）

待安装完成后,打开图像界面

sudo service lightdm start

重启，进入系统后在终端输入

nvidia-smi

问题：ubuntu16.04 安装NVIDIA显卡驱动后 无法调节屏幕亮度

解决方法，参考：https://blog.csdn.net/zhuiqiuzhuoyue583/article/details/107363754

2.安装相关依赖项

安装后续步骤或环境必需的依赖包，依次输入以下命令:

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommends libboost-all-dev sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev sudo apt-get install git cmake build-essential

有一定几率安装失败而导致后续步骤出现问题，所以要确保以上依赖包都已安装成功，验证方法就是重新运行安装命令，如验证 git cmake build-essential是否安装成功共则再次运行以下命令：

sudo apt-get install git cmake build-essential

界面提示如下则说明已成功安装依赖包，否则继续安装直到安装成功。

yhao@yhao-X550VB:~$ sudo apt-get install git cmake build-essential
正在读取软件包列表... 完成
正在分析软件包的依赖关系树 正在读取状态信息... 完成
build-essential 已经是最新版 (12.1ubuntu2)。
cmake 已经是最新版 (3.5.1-1ubuntu3)。
git 已经是最新版 (1:2.7.4-0ubuntu1.1)。
下列软件包是自动安装的并且现在不需要了：
lib32gcc1 libc6-i386 使用'sudo apt autoremove'来卸载它(它们)。
升级了 0 个软件包，新安装了 0 个软件包，要卸载 0 个软件包，有 94 个软件包未被升级。

3. 安装cuda10.2

（1）下载CUDA10.2

下载地址 https://developer.nvidia.com/cuda-toolkit-archive

在Windows中的Chrome浏览器下载，然后再Ubuntu中使用，这样比较快。

（2）安装CUDA

先将控制台窗口最大话，否则看不全安装界面，无法进行安装

执行以下命令：

sudo sh cuda_10.2.89_440.33.01_linux.run

注意，这里不要选择安装Nvidia显卡驱动，将第一项用空格键取消X号

再用键盘上向下的“箭头”选择install，按回车键，进行安装：

安装完，显示：

可能出现的错误：

错误1：

Extraction failed.Ensure there is enough space in /tmp Signal caught, cleaning up

解决方法：重新下载Cuda10.2，应该是没有下载完整，通过U盘拷贝时，也会出现这种情况，没有拷贝完整，最好是重新下载一遍。

安装成功后会出现如下界面：

其中，Driver: Not Selected 在安装时没有选择

===========
= Summary =
===========
Driver: Not Selected
Toolkit: Installed in /usr/local/cuda-10.2
Samples: ....
Please make sure that
– PATH includes /usr/local/cuda-10.2/bin
– LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-10.2/lib64 to /etc/ld.so.conf and run ldconfig as root
To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-10.2/bin
Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-10.2/doc/pdf for detailed information on setting up CUDA.
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 10.0 functionality to work.
To install the driver using this installer, run the following command, replacing with the name of this run file:
sudo .run -silent -driver
Logfile is /opt/temp//cuda_install_6583.log

(3)环境变量配置

打开~/.bashrc文件： sudo gedit ~/.bashrc 将以下内容写入到~/.bashrc尾部：

export CUDA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:/usr/local/cuda-10.2/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.2/bin:$PATH

刷新：

source ~/.bashrc

终端输入：nvcc --version 会输出CUDA的版本信息

4.配置cuDNN

注意：选择和自己cuda适配的版本10.2对应cudnn8.0.1

cuDNN是GPU加速计算深层神经网络的库。 首先去官网https://developer.nvidia.com/rdp/cudnn-download 下载cuDNN，需要注册一个账号才能下载。

注册后的下载网址：https://developer.nvidia.com/rdp/cudnn-archive

在Windows中的Chrome浏览器下载，然后再Ubuntu中使用，这样比较快。

下载之后的文件为 “cudnn-10.2-linux-x64-v8.0.1.13.solitairetheme8”，将其复制为 “cudnn-10.2-linux-x64-v8.0.1.13.tgz”，再解压

下载cuDNN8.0.1 之后进行解压：

cp cudnn-10.2-linux-x64-v8.0.1.13.solitairetheme8 cudnn-10.2-linux-x64-v8.0.1.13.tgzsudo tar -zxvf ./cudnn-10.2-linux-x64-v8.0.1.13.tgz

将解压之后的cuDNN目录，放在 /home/zqzy/software/ 目录下：

sudo mv cuda /home/zqzy/software/
cd /home/zqzy/software/cuda

执行以下命令：

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

查看cudnn版本：

cat /usr/local/cuda/include/cudnn_version.h

至此，cudnn就配置完成了。

5.测试CUDA的samples

cd /home/zqzy/NVIDIA_CUDA-10.2_Samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery

如果显示一些关于GPU的信息，则说明安装成功。

$ ./deviceQuery
./deviceQuery Starting...CUDA Device Query (Runtime API) version (CUDART static linking)Detected 1 CUDA Capable device(s)Device 0: "GeForce GT 635M"CUDA Driver Version / Runtime Version          9.0 / 8.0CUDA Capability Major/Minor version number:    2.1Total amount of global memory:                 1985 MBytes (2081619968 bytes)( 2) Multiprocessors, ( 48) CUDA Cores/MP:     96 CUDA CoresGPU Max Clock rate:                            950 MHz (0.95 GHz)Memory Clock rate:                             900 MhzMemory Bus Width:                              128-bitL2 Cache Size:                                 131072 bytesMaximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65535), 3D=(2048, 2048, 2048)Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layersMaximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layersTotal amount of constant memory:               65536 bytesTotal amount of shared memory per block:       49152 bytesTotal number of registers available per block: 32768Warp size:                                     32Maximum number of threads per multiprocessor:  1536Maximum number of threads per block:           1024Max dimension size of a thread block (x,y,z): (1024, 1024, 64)Max dimension size of a grid size    (x,y,z): (65535, 65535, 65535)Maximum memory pitch:                          2147483647 bytesTexture alignment:                             512 bytesConcurrent copy and kernel execution:          Yes with 1 copy engine(s)Run time limit on kernels:                     NoIntegrated GPU sharing Host Memory:            NoSupport host page-locked memory mapping:       YesAlignment requirement for Surfaces:            YesDevice has ECC support:                        DisabledDevice supports Unified Addressing (UVA):      YesDevice PCI Domain ID / Bus ID / location ID:   0 / 1 / 0Compute Mode:< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GT 635M
Result = PASS

自带例子测试通过，Cuna10.2安装配置完成！

参考：

https://blog.csdn.net/jiangyanting2011/article/details/78873113#commentBox

https://blog.csdn.net/CAU_Ayao/article/details/80578600#commentBox

https://blog.csdn.net/yhaolpz/article/details/71375762

https://blog.csdn.net/RadiantJeral/article/details/85109575#3__cuDNN_v7x_204

https://blog.csdn.net/qq_24285273/article/details/89386040#commentBox

https://blog.csdn.net/weixin_41803874/article/details/96568869

https://blog.csdn.net/mbytes/article/details/102901486#_43

https://blog.csdn.net/wanzhen4330/article/details/81704474

https://blog.csdn.net/u014754541/article/details/94415300

Ubuntu16.04 RTX2060 安装CUDA10.2相关推荐

  1. ubuntu16.04 下安装Opencv2.4.9

    ubuntu16.04 下安装Opencv2.4.9 OpenCV的源码download from:  https://sourceforge.net/projects/opencvlibrary/? ...

  2. linux如何安装neo4j,Ubuntu16.04 如何安装neo4j数据库

    什么是neo4j数据库? neo4j数据库是图数据库的一种,属于nosql的一种,常见的nosql数据库还有redis.memcached.mongDB等,不同于传统的关系型数据库,nosql数据也有 ...

  3. 阿里云云服务器ECS上的Ubuntu16.04桌面安装及root账户登录错误处理

    阿里云云服务器ECS上的Ubuntu16.04桌面安装及root账户登录错误处理 2018-06-28 16:42:45 程百球 阅读数 2793更多 分类专栏: 程序配置 版权声明:本文为博主原创文 ...

  4. 通过Anaconda在Ubuntu16.04上安装 TensorFlow(GPU版本)

    一. 安装环境 Ubuntu16.04.3 LST GPU: GeForce GTX1070 Python: 3.5 CUDA Toolkit 8.0 GA1 (Sept 2016) cuDNN v6 ...

  5. Ubuntu16.04在线安装MongoDB详细教程

    Ubuntu16.04在线安装MongoDB详细教程 文章目录 Ubuntu16.04在线安装MongoDB详细教程 前言 安装流程 信任MongoDB公钥 创建列表文件 安装MongoDB 常见问题 ...

  6. Ubuntu16.04怎样安装Python3.6

    Ubuntu16.04默认安装了Python2.7和3.5 请注意,系统自带的python千万不能卸载! 输入命令python 按Ctrl+D退出python命令行 输入命令sudo add-apt- ...

  7. mongodb安装教程Linux,Ubuntu16.04手动安装MongoDB的详细教程

    我最近在研究MongoDB的路上,那么今天也算个学习笔记吧!今天用Ubuntu16.04手动安装MongoDB,分享给大家 注意事项: 仔细按步骤阅读操作 注意别写错字 牢记上面两点 一.用自带的火狐 ...

  8. Ubuntu16.04 Xmind安装

    Ubuntu16.04 Xmind安装: 官网下载:直接下载不用注册: 到下载目录选择下载文件右键,提取到此处(为登录用户权限):在终端采用root权限解压为root权限(unzip xmind-8- ...

  9. matlab安装好 启动总是闪退_在Ubuntu16.04下安装MATLAB2017b

    1. 前言 最近在折腾Ubuntu系统的高端机子,matlab这家伙的交互和可视化太方便了!于是想在Linux下安装matlab,在各个版本中,matlab2017的性价比是非常高的,因此选择安装介个 ...

最新文章

  1. oracle与db2的应用场景区别,db2和oracle语句区别
  2. 数据分析python有趣分享_Python有趣|数据分析三板斧
  3. php cookie加密 类,PHP cookie加密类
  4. vue mint-ui 弹出框
  5. python标识符、命名规则及关键字（含笔记）
  6. PHP设计模式之抽象工厂模式
  7. Nodejs获取MySQL数据_nodejs同步调用获取mysql数据时遇到的大坑
  8. ElasticSearch + Logstash进行数据库同步
  9. Visio+MathType安装包及安装步骤详细步骤
  10. 设计一个简单的家乡网站
  11. matlab求两个向量均值,matlab求两个总体的均值向量和协方差矩阵
  12. 机器学习之主成分分析PCA数据降维
  13. LaTex中让页码从正文开始编号
  14. 密码学总结（一） 数学常识
  15. 思科网络安全 第四章测验答案
  16. spring的shema文件如何读取
  17. 电影《当幸福来敲门》英语台词
  18. 如何将linux下home目录下的中文名改成英文名
  19. 基于vue编写的2048小游戏
  20. go-micro教程

热门文章

  1. [黑莓开发之路][01][黑莓开发平台介绍][01][概述]
  2. APP的安装卸载测试
  3. 戒指眼镜蹦迪灯，亚马逊的智能硬件帝国上线了
  4. 超级电容TL431方案全讲解
  5. X86 64位和32位
  6. 给数据穿上美丽的外衣
  7. WQ小程序通用搭建教程
  8. 加密解密系统研究毕业论文
  9. 服务器window如何设置防火墙开放端口
  10. JAVA项目红叉问题