Ubuntu 安装显卡驱动(四种方法) +cuda +cudnn

1、安装显卡驱动

参考:ubuntu安装显卡驱动的三种方法

第三种方法成功:
  • sudo add-apt-repository ppa:graphics-drivers/ppa
  • sudo apt-get update
  • sudo apt-get install nvidia-418 nvidia-settings nvidia-prime
  • nvidia-settings
  • 在“附件驱动”中找到对应版本重启即可
第四种方法:

一句即可:sudo ubuntu-drivers autoinstall

出现问题

安装好后还是显示NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.

链接中第一个方法解决:输入sudo modprobe nvidia

2、安装cuda+cudnn

参考:Ubuntu 16.04 上 CUDA_10.0及cuDNN的安装
cuda安装:Ubuntu16.04:NVIDIA cuda10.0安装
验证:Ubuntu18.04+英伟达驱动+cuda10.0+cudnn7.6.3+tensorflow-gpu

  • 下载cuda安装包:cuda官网下载,,根据系统信息选择对应的版本,runfile安装的话最后一项要选择 runfile文件,如下图片。
    在这里插入图片描述
  • MD5码验证:md5sum cuda_10.0.130_410.48_linux.run
  • 安装:sudo sh cuda_10.0.130_410.48_linux.run
    在这里插入图片描述
  • 查看是否安装成功:ls /dev/nvidia*
    在这里插入图片描述
  • 设置环境变量:sudo gedit ~/.bashrc
    添加以下内容:
export PATH=$PATH:/usr/local/cuda/bin

export LD_LIBRARY_PATH=/usr/local/cuda-10.0/bin/lib64:$LD_LIBRARY_PATH
  • source ~/.bashrc

  • cd NVIDIA_CUDA-10.0_Samples/

  • make
    在这里插入图片描述

  • cd NVIDIA_CUDA-10.0_Samples/bin/x86_64/linux/release

  • ./deviceQuery
    在这里插入图片描述

  • cudnn下载:
    在这里插入图片描述

  • 下载完成并解压后得到一个cuda文件夹后,执行以下命令:

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*
  • 利用torch测试cuda是否可用:
import torch
print(torch.cuda.is_available())
  • 2
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Ubuntu安装显卡驱动CuDNNCUDA和PyTorch可以按照以下步骤进行: 1. 安装显卡驱动:可以通过以下几种方式安装显卡驱动: - 通过"Software & Updates"工具在“Additional Drivers”选项卡中选择一个适用于您的显卡型号的驱动程序,并点击“Apply Changes”进行安装。 - 通过命令行使用`ubuntu-drivers devices`命令查看可用的驱动,然后使用`sudo ubuntu-drivers autoinstall`命令自动安装推荐的驱动。 2. 安装CuDNNCuDNN是NVIDIA加速库,可提供用于深度学习的GPU加速功能。可以按照以下步骤安装CuDNN: - 前往NVIDIA官方网站,下载适用于您的CUDA版本的CuDNN压缩文件(通常需要注册NVIDIA开发者账号)。 - 将CuDNN压缩文件解压缩到一个合适的位置,例如`~/cuda`文件夹。 - 打开终端,使用`cd`命令进入CuDNN解压缩文件的路径,并执行以下命令安装CuDNN: ``` 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 /usr/local/cuda/lib64/libcudnn* ``` 3. 安装CUDACUDA是用于在NVIDIA GPU上进行并行计算的平行计算平台和API。可以按照以下步骤安装CUDA: - 前往NVIDIA官方网站,选择适用于您的显卡和操作系统的CUDA版本,并下载对应的运行文件(通常需要注册NVIDIA开发者账号)。 - 打开终端,使用`cd`命令进入CUDA运行文件所在的目录,并执行以下命令安装CUDA: ``` sudo sh cuda*.run ``` - 执行安装向导中的步骤,根据提示进行安装配置,包括选择安装路径和设置环境变量。 - 安装完成后,可以通过执行`nvcc --version`命令验证CUDA安装情况。 4. 安装PyTorch:PyTorch是一个用于构建深度学习模型的开源Python库。可以按照以下方式安装PyTorch: - 打开终端,执行以下命令安装PyTorch: ``` pip install torch torchvision ``` - 在安装过程中,可能需要下载和编译一些依赖项。请耐心等待安装完成。 安装完成后,您可以在Ubuntu上使用显卡驱动CuDNNCUDA和PyTorch进行深度学习任务。

“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