ubuntu18.04安装Nvidia显卡驱动
一、禁用BIOS中的secure boot
因为此方法使用第三方源安装显卡驱动,不禁止secure boot会导致安装的驱动不能使用,禁用也不会有多大安全隐患。
去BIOS界面中将Secure booot 设置为disable。
二、禁用nouveau
这是ubuntu默认使用的开源显卡驱动,和nvidia驱动一起使用可能导致黑屏,所以禁掉。
lsmod | grep nouveau
#没有lsmod就安装
apt install module-init-tools
如果有输出则说明nouveau正在加载
打开禁用列表
sudo gedit /etc/modprobe.d/blacklist.conf
在文本最后添加:
blacklist nouveau
options nouveau modeset=0
更新,重启
sudo update-initramfs -u
reboot
输入下列指令,如果没有输出则说明禁用成功:
lsmod | grep nouveau
三、安装显卡驱动
检查自己电脑的gpu是否CUDA-capable
lspci | grep -i nvidia
#没有lspci就安装
apt install pciutils
在输出结果中可以看到自己的显卡信息:
重点:
0. 先安装gcc:
sudo yum -y install gcc-c++
# 或者
sudo apt install build-essential
1.如果以前安装过navidia驱动,则先卸载:
sudo apt-get remove nvidia-*
sudo apt-get autoremove
或
sudo apt-get --purge remove nvidia-*
# sudo ./NVIDIA-Linux-x86_64-410.57.run -uninstall
sudo update-initramfs -u
sudo reboot now
3.更新系统软件仓库列表
sudo apt-get update
4.使用下面的命令查看系统推荐安装哪个版本的N卡驱动
在上面这些输出中可以看到recommended关键词,说明系统推荐安装的N卡驱动是"nvidia-driver-455"
5.安装推荐的N卡驱动,安装几个必要的组件,如下:
$ sudo apt-get install nvidia-settings nvidia-driver-430 nvidia-prime
继续输入:
$ sudo ubuntu-drivers autoinstall
6.重启电脑
sudo reboot
四、验证
最后在终端验证是否安装成功:
nvidia-smi #如果出现GPU列表,则驱动安装成功
五、anaconda3安装tensorflw-gpu
通过以下命令安装:
conda create -n tf2_gpu_env python=3.6 tensorflow-gpu=2.1
tf2_gpu_env为环境的名字,这个命令conda会自动安装对应的python, cudatoolkit, cudnn,不需要自己配置。
问题解决:
在import tensorflow as tf
的时候出现AttributeError: module 'tensorflow' has no attribute 'compat'
首先通过 conda list
查看 tensorflow 的版本,本人的为2.1.0。
重新安装对应版本的 tensorflow-estimator 即可。
conda install tensorflow-estimator==2.1.0
六、验证tensorflw-gpu
使用如下命令:
import tensorflow as tf
tf.test.is_built_with_cuda()
tf.test.is_built_with_gpu_support()
如果看到输出True
,至此我们的tensorflow-gpu环境就配置完了。
七、参考链接
1、Ubuntu18.04下安装Nvidia驱动和CUDA10.1+CUDNN
2、Ubuntu 18.04 安装NVIDIA显卡驱动教程
3、ubuntu18.04安装tensorflow-gpu2.1