1. 安装Nvidia显卡驱动

1.1 卸载原驱动

.run文件卸载

sh NVIDIA-Linux-x86_64-390.77.run --uninstall

apt-get 卸载

apt-get --purge remove nvidia-*
1.2 查找并下载相应 .run 文件

查找相应.run 文件:https://www.nvidia.cn/Download/index.aspx?lang=cn

下载

wget http://us.download.nvidia.com/XFree86/Linux-x86_64/390.77/NVIDIA-Linux-x86_64-390.77.run
1.3 禁用 nouveau

查看属性

sudo ls -lh /etc/modprobe.d/blacklist.conf

修改属性

sudo chmod 666 /etc/modprobe.d/blacklist.conf

用vim编辑器打开

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

在该文件末尾添加以下几行

blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb

执行下列命令

sudo update-initramfs -u
# 如果出现 W: mdadm: /etc/mdadm/mdadm.conf defines no arrays.
# 删掉/etc/mdadm/mdadm.conf ,重新执行一遍命令即可 

重启后查看

reboot
lsmod | grep nouveau # 没有输出即为屏蔽好了
1.4 安装显卡驱动
1.4.1 安装前准备工作
sudo apt-get install -y gcc g++ make

确认禁用了nouveau

lsmod | grep nouveau # 若无输出,则表示禁用成功
1.4.2 开始安装
sudo chmod a+x NVIDIA-Linux-x86_64-390.77.run
sudo ./NVIDIA-Linux-x86_64-390.77.run -no-x-check -no-nouveau-check -no-opengl-files
# -no-opengl-files 表示只安装驱动文件,不安装OpenGL文件,这个参数最重要
# -no-x-check 安装驱动时不检查X服务
# -no-nouveau-check 安装驱动时不检查nouveau(ps:这个选项和1.3禁止集成的nouveau驱动组成双保险,其实一项操作就可以了)
1.4.3 查看安装版本
nvidia-smi # 查看GPU和驱动程序信息
cat /proc/driver/nvidia/version # 查看驱动程序版本

安装后,没启动程序,GPU使用率高,执行下列命令

nvidia-smi -pm 1 # 这个是设定持久模式,(没人用GPU的时候,驱动不自动卸载,而是一直都处于加载状态)  # 本次有效下次重启还需要重新设定。# 默认状态是驱动每次用完都自动卸载的,然后重新加载。

2.安装CUDA 9.0

2.1 查找并下载相应版本

查找相应版本:https://developer.nvidia.com/cuda-90-download-archive

下载

wget https://developer.download.nvidia.com/compute/cuda/9.0/secure/Prod/local_installers/cuda_9.0.176_384.81_linux.run?Uu9ajYqvEe_TaZRbY_6Q7PaV5tItXM0i2mSlMNfkVmW6DIBhYzeY0zQTbxaUCui3QxDRTSOfKmycj_qdmzS9Qb-6me6c75bSQhOOKiw8q938EU5_pekPzdG6wRgMGwfO59xUHfuDoxWHKXevbfG22fPKzBdnE_HltZKJa78mMhDpu5QgWZoeYovE
2.2 安装
2.2.1 卸载原版本
cd /usr/local/cuda-9.0/bin
./nvidia uninstall_cuba_9.0.pl
2.2.2 官网查看系统程序版本要求

版本要求网址:https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html

查看内核版本(kernel)

uname -r # 4.4.0

查看gcc版本

gcc -v # 5.4.0

查看GLIBC版本

ldd --version # 2.23

执行 .run 文件

sh cuda_9.0.176_384.81_linux.run
2.2.3 安装执行以下过程

按一下q跳过阅读

q

选择 accept接受

Do you accept the previously read EULA?accept/decline/quit: accept 

是否自动安装nvidia显卡驱动,选择no

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.86?(y)es/(n)o/(q)uit: n

后面的都选yes,看到以下输出信息说明安装成功

The driver installation has failed due to an unknown error. Please consult the driver
installation log located at /var/log/nvidia-installer.log.  ===========
= Summary =
===========  Driver: Not Selected
Toolkit: Installed in /usr/local/cuda-9.0
Samples: Installed in /root, but missing recommended libraries
......
2.2.4 配置cuda环境变量

编辑~/.bashrc文件

vim ~/.bashrc

末尾添加如下内容

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

确认/etc/profile中的路径包含了cuda 9.0 的安装路径及相应的库文件

vim /etc/profile

末尾添加如下内容

export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

使配置文件生效

source /etc/profile
2.3 测试
cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
# 如果显示的是关于GPU的信息,则说明安装成功了。

查看CUDA版本

cat /usr/local/cuda/version.txt

3.安装cuDNN v7.0.5 for CUDA 9.0

3.1 下载

下载地址:https://developer.nvidia.com/rdp/cudnn-archive

3.2 安装

解压

tar -zxvf cudnn-9.0-linux-x64-v7.tgz
cd cuda
cp include/* /usr/local/cuda
cp lib64/* /usr/local/cuda/lib64

查看cuDNN 版本

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

4.安装OpenCV 3.2.0

4.1 下载OpenCV 3.2.0
wget https://jaist.dl.sourceforge.net/project/opencvlibrary/opencv-unix/3.2.0/opencv-3.2.0.zip
4.2 安装依赖库

OpenCV的依赖项

apt -y install --assume-yes libopencv-dev build-essential cmake git libgtk2.0-dev pkg-config python-dev libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils ffmpeg libgtk-3-dev python-numpy python3-numpy libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev qtbase5-dev libcurl4-openssl-dev
4.3 安装OpenCV 3.2.0
4.3.1 下载ippicv_linux_20151201.tgz
wget https://raw.githubusercontent.com/Itseez/opencv_3rdparty/81a676001ca8075ada498583e4166079e5744668/ippicv/ippicv_linux_20151201.tgz
4.3.2 解压
unzip opencv-3.2.0.zip# 替换ippicv_linux_20151201.tgzmkdir -p opencv-3.2.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e
cp ippicv_linux_20151201.tgz opencv-3.2.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320ecd opencv-3.2.0
mkdir build
cd build# cmake(一步一步进行,不用理会warning)cmake -D WITH_TBB=ON -D WITH_EIGEN=ON ..
cmake -D BUILD_DOCS=ON -D BUILD_TESTS=OFF -D BUILD_PERF_TESTS=OFF -D BUILD_EXAMPLES=OFF ..
cmake -D WITH_OPENCL=OFF -D WITH_CUDA=OFF -D BUILD_opencv_gpu=OFF -D BUILD_opencv_gpuarithm=OFF -D BUILD_opencv_gpubgsegm=OFF -D BUILD_opencv_gpucodec=OFF -D BUILD_opencv_gpufeatures2d=OFF -D BUILD_opencv_gpufilters=OFF -D BUILD_opencv_gpuimgproc=OFF -D BUILD_opencv_gpulegacy=OFF -D BUILD_opencv_gpuoptflow=OFF -D BUILD_opencv_gpustereo=OFF -D BUILD_opencv_gpuwarping=OFF ..
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..# makemake -j64
make install
4.3.3 动态库配置
/bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'

加载动态库

ldconfig
4.4 测试
4.4.1 创建小程序测试
vim test.cpp

添加内容

//test.cpp
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>  int main(int argc,char *argv[])
{  cv::Mat image;  image=cv::imread("1.png");  cv::namedWindow("1.png");  cv::imshow("1.png",image);  cv::waitKey();  return 0;
}  

编译前设置pkgconfig路径

export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig/

用g++编译

g++ -g -o test test.cpp `pkg-config --cflags --libs opencv`  

运行

./test

Ubuntu 16.04.4 配置 Nvidia显卡驱动 + CUDA 9.0 + cuDNN v7.0.5 + OpenCV 3.2.0相关推荐

  1. 安装ubuntu 16.04 + ppa安装NVIDIA显卡驱动

    (1)制作ubuntu 16.04 系统启动盘 首先从ubuntu官网根据自己系统的配置下载旧版16.04的系统镜像,选择下载64位镜像. ubuntu下载链接 将下载好的iso文件右击用压缩文件解压 ...

  2. Ubuntu 20.04安装GTX 1060显卡驱动+cuda 11.4 + cudnn 8,nvidia-smi 报错:NVIDIA-SMI has failed

    欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):GitHub - zq2599/blog_demos: CSDN博客专家程序员欣宸的github,这里有六百多篇原创文章的详细分 ...

  3. tesla p4 linux驱动,Ubuntu 16.04. 装tesla p4 显卡驱动+cuda9.0+docker+nvidia-docker 详细方法,这里是服务器为主...

    Ubuntu 16.04. 装tesla p4 显卡驱动+cuda9.0+docker+nvidia-docker 详细方法,这里是服务器为主 这里 说明一下,我也是在网上看的教程,小白一个,通过好几 ...

  4. Ubuntu 20.04 安装NVIDIA显卡驱动+cuda 11.7+cudnn 8.4

    Ubuntu 18.04 安装NVIDIA显卡驱动+cuda 10.2+cudnn 本机环境 1 相关查询命令 一.Ubuntu 20.04 安装NVIDIA显卡驱动 二.Ubuntu 20.04 安 ...

  5. 【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 ...

  6. Ubuntu 18.04 尝试安装 NVIDIA 显卡驱动

    参考链接: Ubuntu 18.04 笔记本双显卡 Nvidia 驱动安装 Ubuntu 16.04 安装NVIDIA英伟达驱动教程 及常见几种报错Error的解决方案 Ubuntu 16.04,双显 ...

  7. Ubuntu 18.04 下载安装NVIDIA显卡驱动和CUDA

    下载显卡驱动 官方 GeForce 驱动程序 | NVIDIA 选择自己系统和已有显卡的型号 选择自己希望安装的版本驱动程序 A: 禁用noueau驱动 noueau是一种基于Linux内核的开源驱动 ...

  8. 在ubuntu 18.04下安装Nvidia显卡驱动的黑屏问题

    目录 安装环境 问题 解决办法 更新 安装环境 ubuntu 18.04 ROG 幻16 3060 问题 禁用ubuntu 自带显卡驱动Nouveau,具体流程网上查询 根据系统推荐,安装了nvidi ...

  9. Ubuntu 20.04.5安装NVIDIA显卡驱动

    第一步,下载显卡驱动 NVIDIA显卡驱动官方下载链接 选择自己显卡的型号,我的是1050笔记本版本,点击搜索 -> 下载 第二步,禁用 nouveau 驱动(永久生效) 把nouveau驱动添 ...

最新文章

  1. python list除以_扫描器篇(三)之python编写基于字典的网站目录探测脚本
  2. 实战 Windows 10 Microsoft Edge 中的多媒体投影功能
  3. 布尔运算_实例解析!布尔运算运用技巧!
  4. Centos升级gcc4.4.7升级gcc4.8手记
  5. 组合和聚合的区别,通俗易懂。
  6. asp python 定时任务_python定时任务最强框架APScheduler详细教程
  7. Java提高篇 —— Java浅拷贝和深拷贝
  8. html checked属性值,HTML复选框的checked属性的值是多少?
  9. 系统调用----sandir
  10. mysql可重复读和间隙锁_解决MySQL可重复读——详解间隙锁
  11. 发现策略中的孪生兄弟——期权交易中的等价或相似策略解析
  12. Java setlocale方法_Java MessageFormat setLocale()用法及代码示例
  13. 宝宝便秘,这些习惯都是元凶!
  14. PT100高精度测温电路 AD623+REF3030(转)
  15. 简单学习识谱(六线谱)
  16. 这哥们儿的日志让我的心情好得一塌糊涂(ZZ)
  17. css 高度塌陷_css中父元素高度塌陷是什么意思,如何解决?(附代码)
  18. L1:一维圣维南方程
  19. ffmpeg基础四:RTP协议
  20. 思科网络学院-网络互连ccna3-第十章

热门文章

  1. 详解用Java实现爬虫:HttpClient和Jsoup的介绍及使用(请求方式、请求参数、连接池、解析获取元素)
  2. Ceph RBD:条带(stripe)详解
  3. c 语言获取系统时间并打印机,C# 获取打印机当前状态的方法
  4. pandas 之 pivot_table 与 pivot 的区别
  5. 顺序表的基本操作(详细、全面)
  6. linux开放7050端口,Linux操作系统内核启动参数详细解析
  7. warmup学习率训练
  8. 开启xmp1还是2_英雄联盟手游高帧率模式怎么开启-高帧率模式开启方法
  9. 详解SOAP简单对象访问协议
  10. 如何修改图片大小200kb?怎样让图片不超过200k?