|||
1. 查询显卡型号
2. 官网下载适合自己显卡的驱动.run文件
3. 卸载原有的NVIDIA驱动,sudo apt-get remove --purge nvidia* sudo apt-get autoremove;如果是使用官网下载的.run驱动,找到安装文件sudo ./***.run --uninstall
4. 禁用nouveau驱动sudo gedit /etc/modprobe.d/blacklist.conf,在末尾添加:blacklist nouveau,然后执行:sudo update-initramfs -u,重启进入命令行界面后执行:lsmod | grep nouveau。如果没有屏幕输出,说明禁用nouveau成功。
5. 进入Ctrl+Alt+F3进入命令行模式,关闭gdm服务sudo /etc/init.d/gdm3 stop
6. 找到下载的驱动安装,sudo ./*****.sh -no-opengl-files(务必加上此参数)
7. 重启sudo reboot
1. 官网下载linux, x86_64, Ubuntu, 18.04(或17.04)的runfile
https://developer.nvidia.com/cuda-downloads
2. 安装
sudo sh cuda_10.0.130_410.48_linux.run
按空格读完声明
在安装过程中会询问是否安装显卡驱动,我们已经安装所以将驱动项去掉即可。
安装完成后可能会有警告,提示samplees缺少一些包,暂时忽略,没有影响。
3. 配置环境变量
sudo gedit ~/.bashrc
添加
# add cuda
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source ~/.bashrc
4. 验证
nvcc -V
5. 编译sample验证
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
编译成功说明安装完成。
nvidia-smi显示驱动信息和CUDA版本
官网注册下载
下载uDNN v7.5.0 (Feb 25, 2019), for CUDA 10.1,注意与CUDA版本保持对应!
解压文件后,复制相应文件至cuda中
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*
验证查看CuDNN版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
Pytorch官网下载安装pip或conda版本的pytorch
注意Pytorch版本需要和CUDA版本相对应!
Stable, Linux, Pip, Python3.6, CUDA10
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-10-28 14:22
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社