装ubuntu+换显卡+安cuda记录

以前都在用别人装好的服务器,这次自己也去给实验室装了用于深度学习的平台。踩了很坑,但幸好最后也能用了,有必要记录一下踩坑历程。


基本情况是这样,买回来一个Nvidia Tesla C2075显卡,想要装到一个台式机上,然后为了用torch和tensorflow,要把机子重装成ubuntu系统。当然也要装CUDA。


首先一个问题是:先换显卡还是先换系统?

事实上先换系统比较好

我一上来先换了显卡,但是nvidia的驱动是需要另装的。在安装ubuntu的时候,因为驱动不匹配(安装时用的是内置的驱动),整个安装界面遍布雪花。好不容易安好ubuntu后,首先就要装nvidia显卡在ubuntu下的驱动。安驱动需要关闭lightdm服务,我手贱没有进入文字界面,直接在图形界面下sudo stop lightdm了,然后就再

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Ubuntu显卡驱动、CuDNN、CUDA和PyTorch可以按照以下步骤进行: 1. 显卡驱动:可以通过以下几种方式显卡驱动: - 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。 - 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`命令自动推荐的驱动。 2. 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. 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CUDA: ``` sudo sh cuda*.run ``` - 执行向导中的步骤,根据提示进行配置,包括选择路径和设置环境变量。 - 完成后,可以通过执行`nvcc --version`命令验证CUDA情况。 4. 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PyTorch: - 打开终端,执行以下命令PyTorch: ``` pip install torch torchvision ``` - 在过程中,可能需要下载和编译一些依赖项。请耐心等待完成。 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 1
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