本博客所有的安装包在百度盘,大家自取:

链接: https://pan.baidu.com/s/1NkgOnaLzmBQ_rW4hbqdnqg  密码: q3sn
--来自百度网盘超级会员V4的分享

删除cuda

在命令行中输入

sudo apt-get remove cuda
sudo apt --purge remove "*cublas*" "cuda*"sudo apt-get autocleansudo apt-get remove cuda*
sudo apt-get remove --purge nvidia*

然后在目录切换到/usr/local/下

cd /usr/local/sudo rm -r cuda-9.1

Ubuntu 18.04安装NVIDIA显卡驱动的三种方法

使用标准Ubuntu仓库进行自动化安装
使用PPA仓库进行自动化安装
使用官方的NVIDIA驱动进行手动安装

上述三种方法均可用,我个人更习惯于使用手动安装。

注意:

在安装之前首先就是要禁用Nouveau的驱动,禁用该驱动的方法参照这篇博客。

上一步的改动只是在安装的时候临时禁用。如果没有永久禁用该驱动,可能会出现安装完毕NIVIDA显卡后无法进入Ubuntu的情况(在登录界面,输入密码也无法登录)。

所以,在安装后Ubuntu成功后需要在grub的配置文件里面更改:

sudo gedit /boot/grub/grub.cfg

在文本中搜索quiet splash 然后添加acpi_osi=linux nomodeset,保存文本即可。

使用标准Ubuntu 仓库进行自动化安装

这种方法几乎是所有的示例中最简单的方法,也是该教程最为推荐的方法。首先,检测你的NVIDIA显卡型号和推荐的驱动程序的模型。在命令行中输入如下命令:

ubuntu-drivers devices

得到如下输出

== /sys/devices/pci0000:64/0000:64:00.0/0000:65:00.0 ==
modalias : pci:v000010DEd00002206sv00001458sd0000403Fbc03sc00i00
vendor   : NVIDIA Corporation
driver   : nvidia-driver-460-server - distro non-free
driver   : nvidia-driver-465 - distro non-free recommended
driver   : nvidia-driver-460 - distro non-free
driver   : nvidia-driver-455 - third-party free
driver   : xserver-xorg-video-nouveau - distro free builtin

从输出结果可以看到建议安装驱动程序是 nvidia-driver-465版本的驱动。如果您同意该建议,请再次使用Ubuntu驱动程序命令来安装所有推荐的驱动程序。

输入以下命令:

 sudo ubuntu-drivers autoinstall

一旦安装结束,重新启动系统,你就完成了。

使用PPA仓库进行自动安装

使用图形驱动程序PPA存储库允许我们安装NVIDIA beta驱动程序,但是这种方法存在不稳定的风险。
首先,将ppa:graphics-drivers/ppa存储库添加到系统中:

sudo add-apt-repository ppa:graphics-drivers/ppa

为了防止无法添加ppa,执行以下命令:

sudo bash
export https_proxy=http://[username:password@]www.proxy.com:8000/
exit

然后执行:

sudo apt update

如果出现以下错误(ubuntu apt-get update 提示签名无效):

W: GPG error: http://ppa.launchpad.net/graphics-drivers/ppa/ubuntu bionic InRelease: The following signatures couldn't be verified because the public key is not    available: NO_PUBKEY FCAE110B1118213C
E: The repository 'http://ppa.launchpad.net/graphics-drivers/ppa/ubuntu bionic InRelease' is not signed.
N: Updating from such a repository can't be done securely, and is therefore disabled by default.
N: See apt-secure(8) manpage for repository creation and user configuration details.

执行以下操作:

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys FCAE110B1118213C
sudo apt-key adv --keyserver hkp://pool.sks-keyservers.net:80 --recv-keys FCAE110B1118213C
gpg -a --export FCAE110B1118213C | sudo apt-key add
sudo apt-get clean
cd /var/lib/apt
sudo mv lists lists.old
sudo mkdir -p lists/partial
sudo apt-get clean
sudo apt-get update

接下来,识别显卡模型和推荐的驱动程序:

ubuntu-drivers devices

得到以下输出

== /sys/devices/pci0000:64/0000:64:00.0/0000:65:00.0 ==
modalias : pci:v000010DEd00002206sv00001458sd0000403Fbc03sc00i00
vendor   : NVIDIA Corporation
driver   : nvidia-driver-455 - third-party free
driver   : nvidia-driver-465 - distro non-free recommended
driver   : nvidia-driver-460 - distro non-free
driver   : nvidia-driver-460-server - distro non-free
driver   : xserver-xorg-video-nouveau - distro free builtin

输入以下命令:

sudo apt install  nvidia-driver-465

如果报以下错误:

Reading package lists... Done
Building dependency tree
Reading state information... Done
Some packages could not be installed. This may mean that you have
requested an impossible situation or if you are using the unstable
distribution that some required packages have not yet been created
or been moved out of Incoming.
The following information may help to resolve the situation:The following packages have unmet dependencies:nvidia-driver-465 : Depends: libnvidia-gl-465 (= 465.27-0ubuntu0.18.04.2) but it is not going to be installedDepends: libnvidia-compute-465 (= 465.27-0ubuntu0.18.04.2) but it is not going to be installedDepends: libnvidia-extra-465 (= 465.27-0ubuntu0.18.04.2) but it is not going to be installedDepends: nvidia-compute-utils-465 (= 465.27-0ubuntu0.18.04.2) but it is not going to be installedDepends: libnvidia-decode-465 (= 465.27-0ubuntu0.18.04.2) but it is not going to be installedDepends: libnvidia-encode-465 (= 465.27-0ubuntu0.18.04.2) but it is not going to be installedDepends: nvidia-utils-465 (= 465.27-0ubuntu0.18.04.2) but it is not going to be installedDepends: xserver-xorg-video-nvidia-465 (= 465.27-0ubuntu0.18.04.2) but it is not going to be installedDepends: libnvidia-ifr1-465 (= 465.27-0ubuntu0.18.04.2) but it is not going to be installedDepends: libnvidia-fbc1-465 (= 465.27-0ubuntu0.18.04.2) but it is not going to be installedRecommends: libnvidia-compute-465:i386 (= 465.27-0ubuntu0.18.04.2)Recommends: libnvidia-decode-465:i386 (= 465.27-0ubuntu0.18.04.2)Recommends: libnvidia-encode-465:i386 (= 465.27-0ubuntu0.18.04.2)Recommends: libnvidia-ifr1-465:i386 (= 465.27-0ubuntu0.18.04.2)Recommends: libnvidia-fbc1-465:i386 (= 465.27-0ubuntu0.18.04.2)Recommends: libnvidia-gl-465:i386 (= 465.27-0ubuntu0.18.04.2)
E: Unable to correct problems, you have held broken packages.

则执行:

sudo apt-get install aptitude

然后执行:

sudo aptitude install  nvidia-driver-465

一旦完成,即可重新启动系统。

使用官方的NVIDIA驱动进行手动安装

这种方式也是我最常用的方式,安装方式如下。

首先识别NVIDIA显卡型号,输入一下命令:

lshw -numeric -C display

或者

 lspci -vnn | grep VGA

下载NVIDIA官方显卡驱动,然后存储到相应路径。

停止可视化桌面:

sudo telinit 3

之后会进入一个新的命令行会话,使用当前的用户名密码登录

在相应路径下安装NVIDIA驱动(安装文件也可为.sh后缀,如果提示没有权限使用sudo):

bash NVIDIA-Linux-x86_64-xxx.bin

按照以下步骤:

Accept License
The distribution-provided pre-install script failed! Are you sure you want to continue? -> CONTINUE INSTALLATION
Would you like to run the nvidia-xconfig utility? -> YES

在安装结束后,在命令行输入一下命令重启,NVIDIA驱动即可安装成功:

sudo reboot

安装cuda

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda-repo-ubuntu1804-11-1- local_11.1.0-455.23.05-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-11-1-local_11.1.0-455.23.05-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu1804-11-1-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

设置环境变量

sudo vim ~/.bashrc
export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

使环境变量生效

source ~/.bashrc

执行:

nvcc -V

CUDNN安装

进入:

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

下载“cuDNN Library for Linux”,下载完成后解压tgz文件,得到一个cuda文件夹:

tar -xzvf cudnn-11.1-linux-x64-v8.0.4.30.tgz

然后复制文件:

sudo cp cuda/include/cudnn.h    /usr/local/cuda-11.1/include
sudo cp cuda/lib64/libcudnn*    /usr/local/cuda-11.1/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h   /usr/local/cuda/lib64/libcudnn*

验证安装结果:

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

一起开启新世界的大门吧

ubutnu18+cuda11.1+cudnn8.0.4+nvidia-driver-465相关推荐

  1. Ubuntu20.04+GeForce RTX 2080 SUPER+cuda11.1+cudnn8.0.4+openCV4.4.0编译

    Ubuntu20.04+GeForce RTX 2080 SUPER+cuda11.1+cudnn8.0.4+openCV4.4.0环境搭建 1.Ubuntu20.04系统安装 1.1 制作系统盘 1 ...

  2. ubuntu20.04+GPU+CUDA11.1+cuDNN8.0.5+Miniconda3+pytorch1.8.1+torchversion0.9.1+pycharm

    目录 本机环境:拯救者R720+GeForce GTX1060+ubuntu20.04(不是双系统,windows10被我格掉了) 1.NVIDIA显卡安装 2.CUDA安装 3.cuDNN安装 4. ...

  3. Ubuntu20.04下配置Anaconda3+NVIDIA 驱动+Cuda11.1+Cudnn8.0.5

    安装Ubuntu20.04 1.首先,拿出一个U盘,将官网下载的 Ubuntu20.04 刷进去制作成启动盘. 这里制作启动盘的软件我使用的是xxxx 2.分区设置(自定义四个分区) 因为我把 Ubu ...

  4. tensorflow2.6.0+annconda4.10.1+cuda11.2+cudnn8.0+pycharm运行tensorflow-gpu版本·

    前言:安装步骤主要是另一个博主的步骤,我这里主要写一下我安装踩的坑,和采用别的博主的内容. 目录 1.确定版本 2.安装anaconda 3.安装tensorflow GPU版本 3.1.创建cond ...

  5. RTX3060+ubuntu20.04+cuda11.1+cudnn8.0.5+pytorch1.7.1+tensorflow2.4构建深度学习环境

    由于2070显卡损坏,换成3060,造成了一系列影响,总共用了大概一周的时间,2个全天,重新配置深度学习环境. 问题:使用的早期版本的yolo模型,makefile文件编译不过,报错. 最直接的解决方 ...

  6. RTX2080+CUDA11.7+CUDNN8.6.0+ubuntu20.04+python3.8.10 部署和安装

    下载ubuntu Ubuntu分为桌面版(desktop)和服务器版(Server),ubuntu server没有GUI,没有一大堆的桌面软件.Ubuntu(乌班图)是一个以桌面应用为主的Linux ...

  7. win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)

    win10安装CUDA11.1+cuDNN8.0.4+Pytorch(含CUDA11.1与cuDNN8.0.4安装包) 更新NVIDIA(查看版本号) 查找NVIDIA,CUDA,cuDNN对应版本号 ...

  8. 联想Y7000P重装Ubuntu16.04.7系列教程(Nvidia GeForce RTX 2060/driver Version 460.67/CUDA11.2/CUDNN8.1.1)

    文章目录 联想Y7000P 2020H重装Ubuntu16.04.7系列教程(Nvidia GeForce RTX 2060/driver Version 460.67/CUDA11.2/CUDNN8 ...

  9. Win10安装cuda11.1和cudnn8.0

    1.从nvidia官网下载cuda11.1 https://developer.nvidia.com/cuda-toolkit-archive 2.从nvidia官网下载cudnn8.0 https: ...

最新文章

  1. python中文意思k-python-RepeatedKFold实际上是什么意思?
  2. 解决Windows 程序界面闪烁问题的一些经验
  3. 说说第二次配置Ubuntu14.04
  4. 高性能计算机 和服务器,一种高性能计算机服务器
  5. 【JS 逆向百例】网洛者反爬练习平台第一题:JS 混淆加密,反 Hook 操作
  6. heartbeat v2+ldirectord+LVS集群
  7. tcp状态转换--三次握手/四次挥手
  8. 总结vue几种页面刷新方法
  9. 20155311高梓云的随笔
  10. 行为型设计模式(5)—— 策略模式(Strategy Pattern)
  11. uat测试用例怎么写_测试用例怎么写?
  12. 【技术】Java打印菱形
  13. linux c null头文件,linux c malloc函数定义及用法详解
  14. vue获取微信登陆权限_vue微信授权登录
  15. speedoffice表格如何根据身份证号计算年龄
  16. 高德地图怎么测量面积_高德地图如何测量海拔
  17. PHP怎么做斗地主,JavaScript实现斗地主游戏的思路_javascript技巧
  18. 在线html5行情,Html5版本的全套股票行情图 html54stock
  19. 应该来说没有什么太大的关系。因为计算精度既取决于你的级数的项
  20. JAVA 通过属性名称 获取属性值、设置属性值

热门文章

  1. 博达网站服务器地址怎么查,路由器博达路由器配置经典教程
  2. 普歌-飞灵团队-nuxt中jQuery报e.indexOf is not a function错误
  3. 什么是信息增益(Information Gain)?
  4. 学生专用计算机怎样开启关机,怎么设置电脑自动关机?
  5. 微信代码错误:40164,加入白名单仍不起作用。
  6. 基于C语言设计的俄罗斯方块小游戏(VS2017运行)
  7. 微信忘记支付密码,实名认证的身份证又没有办理银行卡怎么破?(未解决)
  8. 大学计算机习题汇总及答案
  9. 区块链如何改变出版商在学术传播中的角色
  10. 多个计算机组成一个,怎么将两台计算机组成一个集群?