安装Ubuntu+CUDA+cuDNN+Anaconda/Pytorch无痛苦指南

我的上一篇博客:一文搞定实验室服务器配置:硬件+Ubuntu+CUDA/cuDNN+Python/Anaconda深度学习环境配置. 今天拿一台游戏本重现了这个过程(神舟Z7-CT5NA),写篇博客记录一下。

这台笔记本的显卡是1660Ti(所以不差于1660Ti的机器可以照搬经验)

这台笔记本的CPU是带核显的Intel(不带核显的Intel应该也可以,但是AMD的CPU不知道行不行)

安装Ubuntu 18.04 LTS桌面版

下载镜像,rufus做启动U盘,从U盘启动,一路yes到分区

选择自定义分区(一定不能选别的),按照网上的分区方案做好分区

我的分区方案(250G磁盘空间):根目录/30G(最小不要小于15G),swap16G(和内存大小一致),/boot4G(最小不要小于256M),其余给/home

搞好分区之后选择boot device. 如果双系统的话,选择/boot对应的分区;如果单Linux的话,选择根目录分区所在的磁盘

这一步搞好之后应该又可以一路yes了,按照要求做

安装后续工作

换软件源,sudo apt updatesudo apt upgradesudo apt install build-essential

安装gcc:sudo apt install gcc(我们这次gcc的版本是7.5.0)

安装NVIDIA显卡驱动

(安装显卡驱动和安装CUDA的这两步是完全按照原来的博客来的,但是其实不需要提前安显卡驱动,在安装CUDA的时候一起安就行了)

看看自己的设备:lspci | grep -i nvidia

chong@chong-NH5x-7xEDx-RCx-RDx:~$ lspci | grep -i nvidia
01:00.0 VGA compatible controller: NVIDIA Corporation Device 2191 (rev a1)
01:00.1 Audio device: NVIDIA Corporation Device 1aeb (rev a1)
01:00.2 USB controller: NVIDIA Corporation Device 1aec (rev a1)
01:00.3 Serial bus controller [0c80]: NVIDIA Corporation Device 1aed (rev a1)

这里驱动还没安好,看不到显卡具体型号,在设置-设备里面也只能看到设备的核显。

看看推荐安装的驱动版本:ubuntu-drivers devices

chong@chong-NH5x-7xEDx-RCx-RDx:~/Downloads$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00002191sv00001558sd00008550bc03sc00i00
vendor   : NVIDIA Corporation
driver   : nvidia-driver-418-server - distro non-free
driver   : nvidia-driver-440-server - distro non-free recommended
driver   : nvidia-driver-435 - distro non-free
driver   : nvidia-driver-440 - distro non-free
driver   : xserver-xorg-video-nouveau - distro free builtin

== /sys/devices/pci0000:00/0000:00:14.3 ==
modalias : pci:v00008086d0000A370sv00008086sd000002A4bc02sc80i00
vendor   : Intel Corporation
manual_install: True
driver   : backport-iwlwifi-dkms - distro free

sudo ubuntu-drivers autoinstall安装所有推荐的驱动(确保已经upgrade到最新)

然后重启一下就可以

安装CUDA

刚才ubuntu-drivers devices推荐的驱动版本是440,通过autoinstall已经装上了,所以我们去看看这个驱动版本对应的CUDA版本:看这里

根据这个表格得知,我这台安装10.1应该没问题,所以准备安装CUDA 10.1.

这里找到安装包(10.1 update2),按照本机硬件、系统进行选项,并选择通过脚本安装,得到了两条指令:

wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run
sudo sh cuda_10.1.243_418.87.00_linux.run

无非就是下载脚本然后带权限运行。我们照做即可。

因为之前已经装过驱动,所以他弹出来一个界面建议我们abort,这里不管,直接continue就可以。

然后之后他会询问我们要安装的东西,除了驱动不安之外其他都安装。

安装完成后,需要重启一下,然后根据原文做测试,能通过就是成功。

安装cudnn

cudnn和CUDA配合的版本就只有一个7.6.5,下载安装就可以。

这回我们换个思路,通过deb方式安装,因为这样我们就可以用官方方法验证了。

在这里下载所需的三个deb,分别是cuDNN Runtime Library for Ubuntu18.04 (Deb),cuDNN Developer Library for Ubuntu18.04 (Deb),cuDNN Code Samples and User Guide for Ubuntu18.04 (Deb)

Installation Guide看这里

安装之后用它提供的程序做验证,成功验证通过

安装pytorch

官网安装即可

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值