ubuntu安装nvidia显卡驱动+cuda9.0+cudnn7.0+查看cuda版本+安装tensorrt+python查看gpu显存
一,驱动安装
显卡驱动和cuda版本关系
卸载原先驱动
sudo apt-get remove --purge nvidia-\*
ubuntu-drivers devices 查看显卡类型
Nvidia驱动下载地址:https://www.geforce.com/drivers选择对应的显卡和Linux 64 系统,可以下载最新版本。
要注意的是与cuda版本相配的driver版本。
1,修改blacklist.conf文件,禁用集显。
Ctrl+Alt+T 进入终端模式,依次输入命令:
sudo gedit /etc/modprobe.d/blacklist.conf (打开blacklist.conf 文件)
在文件的末尾添加:
blacklist nouveauoptions nouveau modeset=0 保存后退出;禁用集显后才能正常安装Nvidia驱动。
再更新一下
sudo update-initramfs -u
修改后需要重启系统。确认下Nouveau是已经被你干掉,使用命令: lsmod | grep nouveau 输出无东西就下一步。
2,开始安装Nvidia驱动,以下步骤需在Ctrl+Alt+F1命令行模式下进行:
按下Ctrl+Alt+F1,输入管理员账号和密码。然后输入sudo –i 切换到root;
首先,禁用X server模式,如果不操作此步骤,安装时将提示Xserver报错。
sudo service lightdm stop
或者
sudo /etc/init.d/lightdm stop
依次输入以下命令:
sudo chmod +x NVIDIA-Linux-x86_64-384.111.runsudo ./NVIDIA-Linux-x86_64-384.111.run -no-opengl-files–no-opengl-files 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
后面两个参数可不加。
此时第一个选 n 也就是
不安装NVIDIA 加速图像驱动
后面的全部选y
我们可以输入reboot,退出命令行界面,再次启动到图形界面,输入nvidia-smi确认显卡驱动已经安装完成了.
但由于有些双系统的环境不得不启用BIOS的Secureboot时,我们将在下面文档中也会介绍,如何在Ubuntu中关闭Secureboot。
注意:如何不关闭BIOS secure boot,在Ubuntu中关闭Secure boot模式?
sudo mokutil --disable-validation
设置mok的登录密码(必须8位字符以上,按回车再次输入)。
密码设置好后,直接点击图形界面的重启。系统在重启后自动进入MOK界面。
该界面提示按任意键进入MOK管理器,请务必在倒计时前敲任意键,否则直接进入系统了。MOK管理器校验密码比较特殊,需要将password的位数一个一个提示来输入。我们按提示输入即可。
密码校验完成后,我们直接选择“Change Secure Boot State“,
在Disable Secure boot启动界面,选到“Yes”,再reboot,即可关闭了Secureboot。
最后我们修改BIOS Secure boot为On,即可大功告成。(此操作步骤适用于双系统模式,因Ubuntu安装很多驱动仅支持在Secure boot关闭的模式下,而Windows应用有可能需要打开Secure boot。)
二,安装cuda9.0
https://developer.nvidia.com/cuda-toolkit-archive
找到下载文件的路径
sudo sh cuda_9.0.176_384.81_linux.run
单击回车,一路往下运行,直到提示“是否为NVIDIA安装驱动nvidia-384?”,选择否,因为已经安装好驱动程序了,其他的全都是默认,不过要记住安装位置,默认是安装在/usr/local/cuda-9.0文件夹下。
配置环境变量,运行如下命令打开profile文件
sudo gedit /etc/profile
打开文件后在文件末尾添加路径,也就是安装目录,命令如下:
export LD_LIBRATY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
保存,然后重启电脑
sudo reboot
测试CUDA的例子:
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuerysudo make./deviceQuery
如果显示的是关于GPU的信息,则说明安装成功了。
最后你会看到cuda
驱动、
sample
、
tookit
已经安装成功,但是缺少一些库。
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
环境变量配置
安装完毕后,再声明一下环境变量,并将其写入到 ~/.bashrc 的尾部:
export PATH=/usr/bin/:$PATH
export PATH=~/anaconda3/bin:$PATH
export PATH=/usr/local/cuda-9.0/bin:/home/fzh/anaconda3/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
#export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export CUDA_HOME=/usr/local/cuda-9.0
然后设置环境变量和动态链接库,在命令行输入:
$ sudo gedit /etc/profile
在打开的文件末尾加入:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
保存之后,创建链接文件:
sudo gedit /etc/ld.so.conf.d/cuda.conf
在打开的文件中添加如下语句:
/usr/local/cuda-9.0/lib64
然后执行
sudo ldconfig
使链接立即生效。
三.安装cudnn
https://developer.nvidia.com/rdp/form/cudnn-download-survey
进入解压后的cudnn-9.0-linux-x64-v7.0.tgz文件cuda,在终端执行下面的指令安装:
tar -zxvf cudnn-9.0-linux-x64-v7.0.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda-9.0/lib64/
sudo cp include/cudnn.h /usr/local/cuda-9.0/include/
然后更新网络连接:
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.7.4.1 # 自己查看.so的版本
sudo ln -sf libcudnn.so.7.4.1. libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig
查看版本
cat /usr/local/cuda-9.0/version.txtcat /usr/local/cuda-9.0/include/cudnn.h | grep CUDNN_MAJOR -A 2nvcc -V
四,安装tensorrt
首先下载https://developer.nvidia.com/tensorrt
解压:
tar -xzvf TensorRT-5.0.2.6.Ubuntu-16.04.4.x86_64-gnu.cuda-9.0.cudnn7.3.tar.gz
添加环境变量,我是基于docker地址的
vim ~/.bashrc
source ~/.bashrc
tensorrt API文档
五.python查看gpu显存
pip install nvidia-ml-py3
import pynvml
pynvml.nvmlInit()
# 这里的0是GPU id
handle = pynvml.nvmlDeviceGetHandleByIndex(0)
meminfo = pynvml.nvmlDeviceGetMemoryInfo(handle)
print(meminfo.used)
ubuntu安装nvidia显卡驱动+cuda9.0+cudnn7.0+查看cuda版本+安装tensorrt+python查看gpu显存相关推荐
- ubuntu16.04安装1080ti显卡驱动+cuda9.1+cudnn7
一.查看显卡信息: 终端输入命令:lspci |grep -i vga 二.安装显卡驱动 1. 禁用nouveau驱动 参考博客:https://blog.csdn.net/qq_33200967/a ...
- ubuntu16.04+双显卡驱动+cuda9.1+cudnn7.05深度学习环境配置
因为项目需要,准备入坑facebook的detectron目标检测框架.由于目前框架只能在linux+gpu环境下运行,所以准备了以下工作: 先说下我的硬件配置: i5-6500破铜 华硕gtx 10 ...
- Ubuntu安装nvidia显卡驱动和CUDA CUDNN autoinstall
Ubuntu安装nvidia显卡驱动和CUDA CUDNN autoinstall 首先安装nvidia显卡驱动 打开终端输入: ubuntu-drivers devices 终端界面还显示可以安装的 ...
- ubuntu 16.04安装nVidia显卡驱动和cuda/cudnn踩坑过程
推荐新版安装教程 http://blog.csdn.net/chenhaifeng2016/article/details/78874883 安装深度学习框架需要使用cuda/cudnn(GPU)来加 ...
- Ubuntu 18.04 安装 NVIDIA 显卡驱动
确认驱动版本: 访问网站https://www.nvidia.com/Download/index.aspx?lang=en-us 根据不同显卡确认驱动版本,目前最新版本是430 PPA源安装驱动: ...
- Ubuntu安装nvidia显卡驱动,CUDA与CUDNN
本文提到的文件可以在这里下载 链接:https://pan.baidu.com/s/1cfo0xqrXoK3pA4pHUN3Mcw 提取码:kdjq 目录 1.安装nvidia显卡驱动 2.安装CU ...
- ubuntu 安装 nvidia 显卡驱动
ubuntu 安装 nvidia 显卡驱动 1,查看显卡型号 1,查看显卡型号 model : GP106 [GeForce GTX 1060 6GB] # ubuntu-drivers device ...
- 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 ...
- Ubuntu18.04下安装NVIDIA显卡驱动、docker、nvidia-docker;容器中编译安装opencv-4.4.0与darknet-yolov4并完成测试;容器封装镜像转移。2022
记录一下第一次在CSDN发博客,欢迎大家光临~ 文章目录 前言 一.宿主机配置 1.安装Ubunntu18.04 64位系统 2.为宿主机系统更换国内软件源Ubuntu 官方源服务器在欧洲,国内访问很 ...
最新文章
- OSChina 周日乱弹 —— 比996更先进的是365工作制
- jbpm人工终止的开发
- POJ 1423 Big Number
- v-if和v-show的异同
- Codeforces 1025 题解
- ×××常见问题原因与解决
- .NETCore_生成实体
- 数据看穿一生:前半生赚钱养娃,后半生赚钱买命
- 关于Mysql group_concat的应用(把相同ID的VAL用字符'/'连接起来)
- matlab安装软件 Matlab视频教程李大勇 MATLAB程序开发入门课程 MATLAB神经网络30个案例分析及源程序
- 有关ERP、OA的认识学习
- 如何看Linux哪些进程占内存,linux 查看进程占用内存
- ps文件怎么导出html文件,PS存储到网页格式的最佳方式
- android 解析rss,在Android中解析RSS源
- UI设计师必备的五款界面设计工具
- pycharm电脑上怎么下载-Pycharm下载和安装图文教程[超详细]
- Jsonviewer2 for Notepad++ 64 bit
- 小程序基础知识整理(组件篇)
- 计算多个不同鞋码对应的脚长——C语言
- 闭区间上连续函数的性质
热门文章
- 不同电脑 命名管道_电脑键盘上的F1到F12,这些键都有哪些用处?用了5年总算明白了...
- 别只关注GPT3!细如发丝的模型更具现实杀伤力!
- 阿里P8架构师谈:什么是缓存雪崩?服务器雪崩的场景与解决方案
- 会议交流 | 第十五届全国知识图谱与语义计算大会(CCKS 2021)12月25日线上召开...
- 领域应用 | 机器知道哪吒是部电影吗?解读阿里巴巴概念图谱AliCG
- 论文浅尝 | 「知识图谱」领域近期值得读的 6 篇顶会论文
- 2020年8个效率最高的爬虫框架
- 转 从红帽、GitHub和Docker看开源商业模式的进阶
- 智能合约开发solidity编程语言实例
- nodejs中处理回调函数的异常