ubuntu18.04下载显卡驱动+CUDA+CUDNN
目录
- 1. 显卡驱动
- 1.1. 添加源:
- 1.2. 禁止nouveau
- 1.3. 下载驱动
- 1.3.1. 法1
- 1.3.2. 官网下载
- 1.4. 卸载显卡驱动
- 2. CUDA官网下载CUDA
- 2.1. runfile安装
- 2.2. CUDA patch
- 2.3. 声明环境变量
- 2.3. 测试是否安装成功
- 2.4. CUDA卸载
- 3. 安装CUDNN
- 3.1. CUDNN卸载
1. 显卡驱动
1.1. 添加源:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
1.2. 禁止nouveau
sudo gedit /etc/modprobe.d/blacklist.conf
在文件末尾加入
blacklist nouveau
options nouveau modeset=0
执行下面的命令生效
sudo update-initramfs -u
重启电脑。
1.3. 下载驱动
1.3.1. 法1
这里我们不去NVIDIA官网下载驱动了,直接在软件更新下载:(注意不选择开源或tested的)
重启电脑,验证是否安装成功:
1.3.2. 官网下载
由于想用以前版本的cuda,所以显卡驱动也对应换回以前的办法,法1没有老版本的显卡驱动提供下载。
- 查看当前RTX2060 Super显卡是否被识别:
lspci | grep NVIDIA
- 安装依赖
sudo apt-get install gcc g++ make
- 禁止nouveau
sudo gedit /etc/modprobe.d/blacklist.conf
在文件末尾加入
blacklist nouveau
options nouveau modeset=0
执行下面的命令生效
sudo update-initramfs -u
重启电脑。
- NVIDIA官网下载合适的驱动
LINUX AMD64 DISPLAY DRIVER ARCHIVE
1.4. 卸载显卡驱动
可以通过以下命令查看本机安装的所有与nvidia有关的包:
dpkg -l | grep -i nvidia
使用以下命令卸载所有与nvidia有关的包:
sudo apt purge nvidia*
2. CUDA官网下载CUDA
CUDA Toolkit Archive
选择runfile版本的。
2.1. runfile安装
首先安装依赖:
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
然后:
wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run
报错了:s段错误 (核心已转储)、
尝试将stack size内存扩大:ulimit -s 102400
没解决,同时尝试了不少方法都没解决,如果有朋友知道这个如何解决,可以互相交流。
最后,本人选择不用wget下载cuda_11.2.0_460.27.04_linux.run
,而是直接搜索https://developer.download.nvidia.com/compute/cuda/11.2.0/local_installers/cuda_11.2.0_460.27.04_linux.run
,下载cuda_11.2.0_460.27.04_linux.run
文件,然后sudo sh cuda_11.2.0_460.27.04_linux.run
:
执行sh安装的时候,可能会出现Existing package manager installation of the driver found.驱动已经存在的情况,直接选择continue,选择不安装driver。
2.2. CUDA patch
cuda一般会有补丁,如下图CUDA10.0:
2.3. 声明环境变量
安装完毕后,再声明一下环境变量,并将其写入到 ~/.bashrc 的尾部和/etc/profile(这个可以不弄)尾部
(将以下两行代码写入):
export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/lcoal/cuda/lib64:$LD_LIBRARY_PATH"
保存关闭后source文件使配置生效:
source ~/.bashrc
source /etc/profile
2.3. 测试是否安装成功
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
终端输入 : nvcc -V 会输出CUDA的版本信息:
2.4. CUDA卸载
cuda10.0及以下的卸载:
cd /usr/local/cuda-xx.x/bin/
sudo ./uninstall_cuda_xx.x.pl
sudo rm -rf /usr/local/cuda-xx.x
cuda10.1及以上的卸载:
cd /usr/local/cuda-xx.x/bin/
sudo ./cuda-uninstaller
sudo rm -rf /usr/local/cuda-xx.x
最后边加了一句sudo rm -rf /usr/local/cuda-xx.x,这是因为一般情况下cuda都配置了cudnn,在运行卸载程序时只会卸载cuda而不会一并删除cudnn的文件。因为cudnn文件还在的缘故,自己的cuda-xx.x文件夹仍然在,需要手动删除。所以如果自己要卸载的cuda没有配置cudnn,那么cuda-xx.x文件夹在卸载完成后会被自动删除,也就没必要再运行最后一句了。
我的:
cd /usr/local/cuda/bin
sudo ./cuda-uninstaller
全选:
3. 安装CUDNN
CUDNN下载官网
选择:Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 11.0,11.1 and 11.2
选择下载:cuDNN Library for Linux (x86_64)
。
解压:
tar -xvf cudnn-11.2-linux-x64-v8.1.0.77.tgz
进入到相应目录,运行以下命令:
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*
以配置cuDNN环境:
通过以下命令可以查看cuDNN版本:
cat /usr/local/cuda-11.2/include/cudnn.h | grep CUDNN_MAJOR -A 2
有错:并没有显示CUDNN版本。
3.1. CUDNN卸载
卸载CUDNN,CUDA和CUDA-11.2里面的cudnn.h和libcudnn*都卸载:
重复上述步骤安装CUDNN,发现还是老样子,所以怀疑这么测试CUDNN是否安装成功并不准确(因为我进入include文件目录下使用ls | grep cudnn
,是可以看到cudnn相关文件):
NVIDIA改版了,新版本的的版本信息在cudnn_version.h
里了,不在cudnn.h
里:
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
cat /usr/local/cuda-11.2/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
经查看,cudnn版本为8.2.0
References:
- Ubuntu 18.04安装CUDA和cuDNN
- ubuntu18.04安装RTX2060S显卡驱动+CUDA10.2+CUDNN7.6.5+opencv3+caffe+openpose
- ubuntu18.04上安装CUDA和cuDNN详细过程以及遇到的各种问题
- 测试cudnn是否安装成功(针对没反应的问题)
- Linux 安装指南 :: CUDA Toolkit 文档
- ubuntu18.04 卸载 cuda10.1
- Ubuntu18.04服务器端安装Nvidia 430显卡驱动+cuda10.0+cudnn7.6
ubuntu18.04下载显卡驱动+CUDA+CUDNN相关推荐
- ubuntu22.04安装显卡驱动+cuda+cudnn
ubuntu22.04安装显卡驱动+cuda+cudnn 1. 下载驱动和卸载.禁用自带驱动程序 1.1 查看系统显卡型号 1.2 从NVIDIA官网下载相应驱动 1.3 卸载Ubuntu自带的驱动程 ...
- Ubuntu18.04 安装Nvidia驱动+CUDA+cuDNN+Anaconda3(图文超详细)
文章目录 原创声明 前言 一. Nvidia显卡驱动 二. CUDA 三. cuDNN 四. Anaconda 总结 感谢以下这几篇文章: 授权须知 原创声明 本文为 HinGwenWoong 原创, ...
- Ubuntu18.04安装显卡驱动+CUDA
第一步: 安装显卡驱动 ubuntu-drivers devices 安装需要的驱动版本 sudo apt install nvidia-driver-470 # install后面为安装驱动的名字, ...
- ubuntu18.04安装显卡驱动,Anaconda,CUDA,pytorch全套流程
记录一次成功的装显卡,以为过程很复杂,其实这边封装的还挺好,正常走流程就没啥问题.我这边也是看各个步骤的博客总结,可以称之为搬运工. 1. 显卡驱动安装 参考的是这篇博客:Ubuntu18.04安装显 ...
- 在TITAN RTX 2080Ti 上安装 Ubuntu18.04+Nvidia-430显卡驱动+配置深度学习环境(1)
最近一个项目需要在TITAN RTX 2080Ti 上安装Ubuntu18.04+Nvidia-430显卡驱动+Cuda10.1+Cudnn+7.6+Anaconda3+深度学习环境(tensorfl ...
- Ubuntu 16.04 + Nvidia 显卡驱动 + Cuda 8.0 (问题总结 + 解决方案)
Ubuntu 16.04 + Nvidia 显卡驱动 + Cuda 8.0 (问题总结 + 解决方案) 安装Nvidia驱动出现的问题 问题主要是三种,(1)循环登录,也就是登录之后在退出来到登录界面 ...
- Ubuntu22 Linux 服务器安装显卡驱动,cuda,cudnn和pytorch
Ubuntu22 Linux 服务器安装显卡驱动,cuda,cudnn和pytorch 1. 首先了解自己服务器的操作系统内核版本等信息: (1)查看操作系统的版本信息:cat /etc/issue或 ...
- Ubuntu18.04安装显卡驱动导致开机时卡在『ok』‘starting Gnome display manager
#Ubuntu18.04安装显卡驱动导致开机时卡在『ok』'starting Gnome display manager' 新手小白第一次安装显卡驱动,reboot之后就一直进不去,冷静下来开始寻找c ...
- 深度学习-在自带显卡GeForce RTX 2070的研华MIC-770工控机上安装Ubuntu18.04及显卡驱动过程记录
在自带显卡GeForce RTX 2070的研华MIC-770工控机上安装Ubuntu18.04及显卡驱动过程记录 1. 确认工控机是否带有独立显卡及显卡的型号 输入 lspci | grep -i ...
- Nvidia3090显卡驱动+CUDA+cuDNN安装步骤
文章目录 显卡驱动 CUDA cuDNN 显卡驱动 sudo add-apt-repository ppa:graphics-drivers/ppa # 添加Nidia镜像 sudo apt upda ...
最新文章
- GitHub上整理的一些工具【转载】
- CTFshow 命令执行 web31
- start与run的区别
- 信息学奥赛一本通(1060:均值)
- 数据仓库 和挖掘的步骤 - oracle
- 等你来战!“2020第三届上海交大-卫宁健康智慧医疗挑战赛”报名正式启动
- secureCRT连接Linux虚拟机
- jsp实现简单购物车页面
- autocad插件无法加载无法运行的解决办法
- 【1stopt】批处理拟合
- 信息学奥赛与大学计算机课程,为什么要学信息学奥赛(NOIP)
- Scrum板与Kanban如何抉择?ntqbvzshl板与按照brcpht
- 局域网简易聊天服务器&客户端
- 前端程序员的焦虑感从何而来?web前端发展如何
- 安卓机更新系统会卡吗_安卓手机系统会不会越更新越卡?
- 制造业数字化转型内涵和过程
- 【python】Python语言程序设计/嵩天老师入门课程笔记整理
- java 庖丁解牛_“庖丁解牛” 分词器实现
- HTML+CSS做的商城页面
- RK3188 5.1平台PCM2708 USB声卡调试