ubuntu+cuda安装 官方步骤版

看了很多人发的关于cuda的安装教程,方法千奇百怪,有的直接更新源就安装,不可否认我之前这台电脑就是通过直接更新源安装就成功了,但是前两天因为版本问题不得不重装系统,再用这种方法就再也安装不上了。要么安装后黑屏,要么登陆界面一直循环。找了很多种方法,大多都以悲剧告终。重装了20多次系统,最后通过看nvidia官方教程找了办法并安装成功。(一路畅通无阻!这几天快被装系统搞崩了)
 

2017年3月21日添加:①14.04.5内核版本过高,gcc编译不通过,14.04.4及其以下可以正常编译

②M2000以及M4000\6000等新型显卡cuda7.5无法检测,导致系统找不到cuda设备,需要安装cuda8.0,安装过程与7.5相同

1、检查自己的GPU是否是CUDA-capable

$ lspci | grep -i nvidia 

会显示自己的NVIDIA GPU版本信息 ,具体信息可以查询一下官网或者百度一下cuda支持的显卡列表。我的电脑是GT 650M可以装

2、检查自己的系统中是否装了gcc

$ gcc -v

没有的话可以通过 sudo apt-get install gcc安装

3、检查是否安装了kernel header和 package development

在终端中输入:

$uname -r

可以查看自己的kernel版本信息 在终端中输入:

$ sudo apt-get install linux-headers-$(uname -r)

4、安装途径

建议使用runfile方式,deb方式有点坑,在你没选择的时候就把openGL给安装了,而这个openGL就是导致黑屏和登陆界面循环的根源之一
下载地址:https://developer.nvidia.com/cuda-downloads
现在的版本为8.0,有特殊要求的(比如我)要装7.5版本可以点上面的小放大镜,搜索 cuda 7.5 即可
根据你的系统,版本,位数,安装方法来选择要下载的文件

5、拉黑nouveau

ubuntu自带的nouveau驱动会影响cuda安装,不当操作会导致黑屏和登陆循环
终端中运行:

$ lsmod | grep nouveau

如果有输出则代表nouveau正在加载。

Ubuntu的nouveau禁用方法:
在/etc/modprobe.d中创建文件blacklist-nouveau.conf(具体方式为先$cd /etc/modprobe.d 再$ sudo touch blacklist-nouveau.conf,再用gedit打开)

$ cd /etc/modprobe.d 
$ sudo touch blacklist-nouveau.conf
$ sudo gedit blacklist-nouveau.conf

在文件中输入以下内容并保存

blacklist nouveau
options nouveau modeset=0

之后更新

$ sudo update-initramfs -u 

注:这种方式也可能不能彻底禁用nouveau,在此基础上可以移除以下文件,以防万一,其中xxxxxx为你的版本文件,自己根据路径查看一下就可以了

/lib/modules/xxxxxxxx/kernel/drivers/gpu/drm/nouveau/nouveau.ko

/lib/modules/xxxxxxxx/kernel/drivers/gpu/drm/nouveau/nouveau.ko.org第二位文件一般是隐藏的

具体操作

cd /lib/modules/xxxxxxxx/kernel/drivers/gpu/drm/nouveau
sudo rm -rf nouveau.ko
sudo rm -rf nouveau.ko.org

再更新

sudo update-initramfs -u

此时重启,再用终端检测一下:

$ lsmod | grep nouveau 

没有输出即为禁用成功

6、重启电脑,到达登录界面时,alt+ctrl+f1,进入text mode,登录账户输入

关闭图形化界面

$ sudo service lightdm stop 

注:此时可能关不了,即使现实该操作OK,但是一会再开启时会有问题,可以在此基础上增加操作,自己删除X图像界面
切记图像界面X在/tmp路径下,具体操作:

$ cd /tmp
$sudo rm -rf .X*

这样就可以把关于X的图像界面文件全部删除(每次重启都会再次生成,所以会在alt+ctrl+f1界面下操作)

7、正式开工!(记住此时还在alt+ctrl+f1界面下)

cd到你的.run 文件所处的路径下

$sudo sh cuda_7.5.18_linux.run 

(你要是其他版本的改一下就好了)

按照步骤一步步来,这时切记!!!!!!!当问你要不要装openGL时不要点yes!不要直接回车,因为默认是yes!要点输入n,再点回车!!

除了openGL其余都选yes
最后你会看到cuda驱动、sample、tookit已经安装成功

$sudo service lightdm start 

重新启动图形化界面。再ctrl+alt+f7退出text mode
如果这时候你能成功输入密码并进入桌面,恭喜你!装cuda这事基本成了

8、重启电脑。检查Device Node Verification。


检查路径~/dev下有无存在名为nvidia*(以nvidia开头)的多个文件(device files)如果没有的话,可以参考官方文档里的指导步骤,进行添加。

官网地址:
http://us.download.nvidia.com/XFree86/Linux-x86_64/375.20/README/installdriver.html

下面是device node verification,看看是是否存在
/dec/nvidia*之类的文件和是否有读写权限,如果没有文件,我们自己添加,没有权限,自己改就好,添加方法,看这个脚本文件

 

 

 

#!/bin/bash
/sbin/modprobe nvidia if [ "$?" -eq 0 ]; then

#
Count the number of NVIDIA controllers found.

NVDEVS=`lspci
| grep -i NVIDIA` N3D=`echo "$NVDEVS" | grep "3D
controller" | wc -l` NVGA=`echo "$NVDEVS" | grep "VGA
compatible controller" | wc -l` N=`expr $N3D + $NVGA - 1` for i
in `seq 0 $N`; do mknod -m 666 /dev/nvidia$i c 195 $i done mknod -m
666 /dev/nvidiactl c 195 255 else

exit
1 fi /sbin/modprobe nvidia-uvm if [ "$?" -eq 0 ]; then

#
Find out the major device number used by the nvidia-uvm driver
D=`grep nvidia-uvm /proc/devices | awk '{print $1}'` mknod -m 666
/dev/nvidia-uvm c $D 0 else

exit
1 fi

9、设置环境变量,在/home目录下运行

$ gedit .bashrc

在最后加入以下三句话,注意你的cuda版本号

export PATH=/usr/local/cuda-7.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH

再在终端里

source .bashrc

10、重启电脑检查环境变量配置

$env

11、检查工作

a)检查 NVIDIA Driver是否安装成功
终端输入 :

$cat /proc/driver/nvidia/version

会输出NVIDIA驱动版本号
b)检查 CUDA Toolkit是否安装成功

终端输入 :

 

$nvcc -V 

 

会输出CUDA的版本信息

c) 尝试编译cuda提供的例子
切换到例子存放的路径,默认路径是
~/NVIDIA_CUDA-7.5_Samples(即 /home/xxx/NVIDIA_CUDA-7.5_Samples, xxx是你自己的用户名)

然后终端输入:

$make 

如果出现错误的话,则会立即报错停止,否则会开始进入编译阶段。
我的第一次运行时出现了报错,提示的错误信息是系统中没有gcc,然后在终端运行

 $sudo apt-get install gcc 

安装完gcc后再make就正常了
整个编译的时间持续比较长,耐心等待,大概十几分钟是需要的。
d)运行编译生成的二进制文件。
编译后的二进制文件
默认存放在~/NVIDIA_CUDA-7.5_Samples/bin中。
(NOTE一下:很多装caffe的用户都是再根目录下的cuda文件夹中build sample ,根目录的为/usr/local/cuda/sample,再该文件夹用命令 sudo make all -j4,此时
生成的可执行文件夹为/usr/local/cuda/sample/bin/x86_64/linux/release)

切换路径 :

 

cd ~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release/

 

终端输入:

 

$./deviceQuery

 

看到类似如下图片中的显示,则代表CUDA安装且配置成功(congratulation!!)

再检查一下系统和CUDA-Capable
device的连接情况
终端输入:

 $./bandwidthTest 

 

 

看到类似如下图片中的显示,则代表成功

______________________________________________________________________________________________________________________________

第一次写那么长的,借鉴了官网cuda安装说明书和masa_fish的博客
希望大家可以安装成功,少走弯路

 

  • 24
    点赞
  • 136
    收藏
    觉得还不错? 一键收藏
  • 19
    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、CuDNN、CUDA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 19
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