Ubuntu16的gtx1070显卡+对应显卡驱动安装(精简版)

这篇博客主要是在Ubuntu16系统,配置1070显卡,然后去英伟达官网会自动匹配出最新的驱动,所以本篇文章主要讲显卡驱动安装教程。我具体内容详细描述,还有资源下载链接,看我的这篇博客:https://blog.csdn.net/fu6543210/article/details/79746624。

因为该博客太冗长,有点啰嗦,最近又装了一次显卡驱动,发现Ubuntu16会自动更新软件,导致显卡驱动无法用。废话不多说,直接gank!


总的来说分3步:

1,卸载前面安装失败的显卡驱动(没装过的,可以不做),和ubuntu16系统自带驱动(一定要做)

2,禁用系统软件nouveau,这是安装驱动成功的关键(一定要做)

3,安装驱动外壳,和驱动对应内核(现在NVIDIA最新版本驱动采用的所谓的技术保护,以前版本没这么复杂)

==========下面开始燥起来==========

1.下载驱动,看上面那篇博客链接里面有资料链接,和具体操作方法。

2.如果之前自己没有尝试过安装新的显卡驱动,此步可以跳过。自己有安装过的,这

  步一定要做。

  

  先进入你之前Ubuntu放的驱动的目录下,再输入下面命令:

  输入 sudo ./NVIDIA.run  -uninstall

  NVIDIA.run是你前面安装过新的驱动名称(我嫌太长,自己改了驱动名字)。

会跳出一个界面,说问你否恢复,都已经坏了,所以不恢复,所以选择  No。

然后会提示卸载成功,选择 OK

 3.卸载Ubuntu16系统自带的显卡驱动。

  输入 sudo apt-get autoremove --purge nvidia-*

会跳出界面,显示大量信息,中间问你yes/No。输入 yes。

最后会有个警告说,还有一个没卸载成功,不用管它。

 4.禁用Ubuntu16系统自启软件nouveau  

   输入 cd /lib/modules 

   输入 ls

  会显示4.13.0-37-generic,4.13.0-36-generic,我们目标是最新的那个版本,每个人可能不同,记得下面输入选择自己电脑上最新   的那个版本号4.13.0-37-generic就行了 


  输入 cd 4.13.0-37-generic/kernel/drivers/gpu/drm/nouveau

  输入 ls
  会显示nouveau.ko,不让它起作用,才可以禁用nouveau了。所以给它改名。

  输入 sudo mv nouveau.ko nouveau.ko.org

  输入 ls

 会显示nouveau.ko.org,但是没有nouveau.ko文件了。


 输入 sudo update-initramfs -u

  刷新刚才修改操作,等半分钟,这里会只显示你刚才修改的文件夹nouveau.ko.org


 输入 lsmod | grep nouveau

 可以查看是否屏蔽成功没有任何输出即为成功,如果有输也没问题。

=====做了那么多准备,现在开始安装显卡驱动=======

 5.安装你的显卡驱动外壳

进入你刚才run驱动放的目录下,使其为可执行的文件,然后才安装。

输入sudo chmod a+x 驱动名字.run

输入 sudo ./驱动名字.run -no-x-check -no-nouveau-check -no-opengl-files


下面是整个安装失败的地方,选择太多,只要一个地方出错,恭喜你,重头再来偷笑

等一会系统会跳出界面说 the distribute-provided pre-install script failed.....:

直接选择 continue to install

开始有进度条显示building kernel modules,等一会.

the target kernel has CONFIG_MODULE_SIG set......

直接选择 sign the kernel module(为内核模块签名)

the nvidia kernel module with an existing key pair .....直接选择 genera a new one

...was successfully signed with a newly generated key pair,would you like to delete...

直接选择no

接下来那个没得选,只有一个选项,直接选择 OK

再接下来那个,,还是直接选择 OK

the signed kernel module failed to load,because the kernei dose not trust any key...

直接选择 install signed kerrel module

接下来那个,,直接选择 OK

再接下来那个,直接选择 yes

接下来那个,,直接选择 OK

系统好像会提示你重启电脑,你重启就是,即使没有,不重启也行,笔者就是这里重启突然崩了Ubuntu系统,无语了。

吸取教训后安装就不重启,直接在终端进行下面的操作。

记住开机之后,按ctrl + alt +f1 进入命令窗口。没重启的可以忽略这一步

输入 nvidia-smi

没有任何关于GPU的信息显示,说明安装失败,别着急接着往下看

输入 sudo mokutil --import /usr/share/nvidia/nvida*.der

接下来提示输入密码再次输入密码,
输入  sudo  reboot
等一会,会跳出一个蓝色背景的界面perform mok management ,不要慌。
按住方向键的向下键(它不会显示内容,安键才有内容),选择第二个
“ enroll mok ”
会跳出新界面 enroll mok,选择第二个 continue ,

会跳出新界面enroll the key 选择第二个 yes
接下来提示输入密码
又跳那个蓝色背景的界面perform mok management 选择第一个 reboot

恭喜你,终于安装成功大笑






  • 8
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
Ubuntu安装显卡驱动、CuDNN、CUDA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CuDNN:CuDNN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CUDA:CUDA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的安装情况。 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、CuDNN、CUDA和PyTorch进行深度学习任务。
评论 9
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