Ubuntu18.04 安装Nvidia驱动+CUDA+cuDNN+Anaconda3(图文超详细)

原创声明

本文为 HinGwenWoong 原创,如果这篇文章对您有帮助,欢迎转载,转载请阅读文末的【授权须知】,感谢您对 HinGwenWoong 文章的认可!


前言

我们平时一拿到新的电脑大概知道要装什么,但是真正安装的时候还是需要去想,而且每个对应的驱动都重新搜索一次安装方法,很是费时,为了解决这个问题,本教程涵盖深度学习最需要的以下几个驱动的安装方法:

  • Nvidia驱动
  • CUDA
  • cuDNN
  • Anaconda3

跟着本文一套做下去可以帮大家节省大量的时间,一步到位,下面让我们开始吧!

我是 HinGwenWoong,一个有着清晰目标不停奋斗的程序猿,热爱技术,喜欢分享,码字不易,如果帮到您,请帮我在屏幕下方点赞 👍 ,您的点赞可以让技术传播得更远更广,谢谢!


一. Nvidia显卡驱动

  1. 去到 Nvidia显卡驱动官网 ,选择匹配你的显卡的驱动

在这里插入图片描述

  1. 看到适合自己的版本就可以下载,因为我选择的版本是 440.10,点击 【获取下载】
    在这里插入图片描述

  2. 进入详情页,再次点击下载
    在这里插入图片描述

  3. 待安装包下载好,官方下载的是 .run 版本的;
    在这里插入图片描述

  4. 删除已安装的驱动,如果是之前没有安装过显卡驱动的这步可以跳过

sudo apt-get remove --purge nvidia*

在这里插入图片描述

  1. nouveau 驱动禁用,使用命令打开配置文件 /etc/modprobe.d/blacklist-nouveau.conf
sudo gedit /etc/modprobe.d/blacklist.conf

添加以下内容, 添加之后记得保存哈

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

在这里插入图片描述

  1. 检查 nouveau 配置文件:
echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf

在这里插入图片描述
8. 更新配置文件

sudo update-initramfs -u

在这里插入图片描述

  1. 重启系统,一定要!!!!
reboot
  1. 验证 nouveau 是否已禁用, 没有返回证明已经被禁用
lsmod | grep nouveau

在这里插入图片描述
11. 查看【 显示操作系统的发行版号】

uname -r

在这里插入图片描述

  1. 获取 kernel source命令:
    注意:命令中的 x.x.x-x 是刚刚使用 uname -r 得出来的, 我的指令是 sudo apt-get install linux-headers-4.15.0-122-generic
sudo apt-get install linux-source
sudo apt-get install linux-headers-x.x.x-x-generic
  1. 给驱动.run文件赋予执行权限,请对应自己的文件名:
 sudo chmod  a+x NVIDIA-Linux-x86_64-440.100.run
  1. 安装驱动, 注意:对应是自己的显卡驱动文件名
sudo ./NVIDIA-Linux-x86_64-440.100.run -no-x-check -no-nouveau-check -no-opengl-files

命令解析:

  • -no-x-check:安装驱动时关闭X服务
  • -no-nouveau-check:安装驱动时禁用nouveau
  • -no-opengl-files:只安装驱动文件,不安装OpenGL文件, 只有禁用OpenGL这样安装才不会出现循环登陆的问题
  1. 问题:The distribution-provided pre-install script failed! Are you sure you want to continue? 选择Contunue installation
    在这里插入图片描述
    在这里插入图片描述

  2. Install NVIDIA's 32-bit compatibility libraries?选择 No
    在这里插入图片描述

  3. Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up.,选择Yes
    在这里插入图片描述
    在这里插入图片描述

  4. 检查驱动是否安装成功:

nvidia-smi

输出下面的就证明成功!!!
在这里插入图片描述
19. 重启

reboot

二. CUDA

  1. 查看显卡驱动适配的 CUDA 版本,可以看到显卡驱动适配的 CUDA 版本: CUDA 10.2
nvidia-smi

在这里插入图片描述

  1. Cuda 官网下载,选择你合适的版本,点进去即可下载
    在这里插入图片描述
  2. 选择系统信息,使用命令进行下载,或者可以将下载链接拷贝到下载软件中下载
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run

在这里插入图片描述
4. 进行安装,如果发现输入如下命令之后终端没反应,滚动一下鼠标的滚轮

sudo sh cuda_10.2.89_440.33.01_linux.run
  1. 出现一个文档,输入 accept
    在这里插入图片描述

  2. 取消选中Driver ,已经安装了显卡驱动之后,这里会导致冲突报错,一定要取消!!!!
    在这里插入图片描述

  3. 确认无误之后,选择 Install
    在这里插入图片描述

  4. 等待一段时间,会弹出这个警告信息,其出现的原因是因为刚刚没有选择安装 Driver ,我们事先安装好了显卡的 Driver,这里友好提示,忽略即可
    在这里插入图片描述

  5. 添加环境变量

vim ~/.bashrc
  1. .bashrc 文件最后写入并保存:
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在这里插入图片描述

  1. 重新执行 .bashrc 配置
source ~/.bashrc
  1. 测试 CUDA 命令,显示如下证明成功!
    在这里插入图片描述

三. cuDNN

  1. 查看 CUDA 版本
nvcc -V

在这里插入图片描述

  1. cuDNN官网下载,选择适配 CNDA 版本的 cuDNN版本 进行下载;
    注意,下载需要登录,按照页面显示的操作就行。
    在这里插入图片描述

  2. 下载完成后,进行解压,进入解压好的文件夹中
    在这里插入图片描述

  3. 使用指令进行对应文件的复制即可

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*
  1. 最后验证下
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

在这里插入图片描述


四. Anaconda

  1. 去到 Anaconda官网进行下载,在导航栏选择合适的版本进行下载
    在这里插入图片描述

  2. 拉到下面可以看到下载的链接;

在这里插入图片描述

  1. 如果你想下载旧版本的 Anaconda,可以到 清华大学开源软件镜像站 进行下载;

在这里插入图片描述

  1. 下载好之后,进行安装:
bash Anaconda3版本号.sh

在这里插入图片描述

  1. 一直 Eneter 到底就行了,最后需要输入yes
    在这里插入图片描述
    在这里插入图片描述
  2. 可以选择安装的路径,如果安装到默认位置直接 Enter ,如果需要指定填入绝对路径即可
    在这里插入图片描述
  3. Do you wish the installer to initialize Anaconda3 by running conda init? 是询问是否加入环境变量,写 yes 即可
    在这里插入图片描述
  4. 安装完成!
    在这里插入图片描述
  5. 关闭终端重开一个,可以看到进入了 base 环境, 输入 conda --version 测试,打印出版本号即表明安装成功!
    在这里插入图片描述
  6. 添加环境变量, 打开 ~/.bashrc 文件
sudo gedit ~/.bashrc
  1. 输入,并保存
export PATH="/home/xupp/anaconda3/bin:$PATH"

在这里插入图片描述
12. source 一下

source ~/.bashrc

总结

以上是 Ubuntu18.04 中的Nvidia驱动、CUDA、cuDNN、Anaconda3的安装方法,一套流程可以节省大量的搜索时间,希望能够祝您一臂之力!

我是 HinGwenWoong,一个有着清晰目标不停奋斗的程序猿,热爱技术,喜欢分享,码字不易,如果帮到您,请帮我在屏幕下方点赞 👍 ,您的点赞可以让技术传播得更远更广,谢谢!

感谢以下这几篇文章:

[1]Ubuntu 16.04 Nvidia驱动安装(run方式)
[2]Ubuntu18.04安装CUDA10、CUDNN
[3]Ubuntu18.04 安装 Anaconda3


授权须知

  1. 原创文章在推送一天后才可进行转载
  2. 转载文章,禁止声明原创
  3. 不允许直接二次转载,转载请根据原文链接联系作者
  4. 若无需改版,在文首清楚标注作者及来源/原文链接,并删除【原创声明】,即可直接转载。
    但对于未注明转载来源/原文链接的文章,我将保留追述的权利。

作者:HinGwenWoong
一个有着清晰目标不停奋斗的程序猿,热爱技术,喜欢分享,共同进步!
CSDN: HinGwenWoong
原文链接:Ubuntu18.04 安装Nvidia驱动+CUDA+cuDNN+Anaconda3(图文超详细)

  1. 若需要修改文章的排版,请根据原文链接联系作者
  2. 再次感谢您的认可,转载请遵守如上转载须知!
  • 14
    点赞
  • 79
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
好的,下面是安装步骤: 1. 安装CUDA 8.0 首先,你需要下载CUDA 8.0安装包,可以在官网上下载或者使用以下命令: ``` wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda_8.0.61_375.26_linux-run ``` 下载完成后,运行以下命令进行安装: ``` sudo sh cuda_8.0.61_375.26_linux-run ``` 安装过程中需要你进行一些选择,可以按照默认选项进行。 安装完成后,在`~/.bashrc`文件中添加以下环境变量: ``` export PATH=/usr/local/cuda-8.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH ``` 然后运行以下命令使配置生效: ``` source ~/.bashrc ``` 2. 安装cuDNN cuDNNNVIDIA提供的深度学习库,可以加速深度学习的训练和推理过程。你需要先在官网上注册一个账号,然后才能下载cuDNN。 下载完成后,解压文件并将文件复制到CUDA安装路径下: ``` tar -xzvf cudnn-8.0-linux-x64-v6.0.tgz sudo cp -P cuda/include/cudnn.h /usr/local/cuda-8.0/include sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64/ sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn* ``` 3. 安装TensorFlow 最后,你可以使用pip安装TensorFlow: ``` pip install tensorflow-gpu==1.3 ``` 如果你想使用CPU版本的TensorFlow,可以使用以下命令: ``` pip install tensorflow==1.3 ``` 安装完成后,你可以测试一下TensorFlow是否正常工作: ``` python import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) ``` 如果输出了`Hello, TensorFlow!`,那么TensorFlow就安装成功了。
评论 5
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