Ubuntu搭建深度学习环境（3090显卡）

点击下方名片关注和星标『人工智能技术』！

👆点击关注｜设为星标｜干货速递👆

在学习机器学习或者深度学习的时候，对于GPU环境搭建相信大家肯定不陌生，机器侠最近买了一台装载24G内存、2T硬盘、RTX 3090显卡的工作站。

本文将详细讲解在Ubuntu20.04系统上安装Nvidia驱动以及CUDA。（备注：新机器默认是没有装这些驱动的，需要自己搭建，此外如果已经搭建了，想更换CUDA版本，此文也可作为参考）

在终端中输入命令：nvidia-msi

（未安装）

（已安装）

01

安装CUDA

cuda安装包：

https://developer.nvidia.com/cuda-toolkit-archive

---

根据自己的显卡下载对应的CUDA，比如3090支持11.0+，这里我就可以选择11.0+的版本（11.4），不清楚自己显卡对应cuda版本可以参考下方这张算力图（我的3090对应算力是470）

备注：记得要安装对应的版本，不然后面无法使用，如TensorFlow、pytorch会报错

我这里选择的是11.4，然后根据我的ubuntu系统以及安装方式，如下图所示：

在ubuntu的终端执行下面两条命令：

# 1.下载驱动
wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda_11.4.0_470.42.01_linux.run
# 2.安装驱动
sudo ./cuda_11.4.0_470.42.01_linux.run -no-x-check -no-nouveau-check -no-opengl-files

（下载过程）

（安装过程）

（如果是非图形界面系统，忽略第一步）

01

禁用nouveau

打开终端，输入：

sudo vim /etc/modprobe.d/blacklist.conf

在blacklist.conf文件末尾加上这两行，并保存：

blacklist nouveau

然后执行命令：

sudo update-initramfs -u  //应用更改

重启电脑，验证是否禁用nouveau，这一条是用来禁用nouveau驱动，之后也不需要改回来：

lsmod | grep nouveau

没有信息返回说明已禁用了。

（如果是之前没安装过，忽略这一步）

02

卸载旧版本nvidia

sudo apt-get remove --purge nvidia*

03

赋予执行权限

sudo chmod  a+x cuda_11.4.0_470.42.01_linux.run

04

安装

sudo ./cuda_11.4.0_470.42.01_linux.run -no-x-check -no-nouveau-check -no-opengl-files

• -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 （最重要）

安装过程中的选项（问题仅展示部分）

1.The distribution-provided pre-install script failed!
yes
2.Would you like to register the kernel module souces with DKMS?
no
3.Nvidia's 32-bit compatibility libraries? 
no
4.Any pre-existing x confile will be backed up.
yes

05

设置环境变量

终端输入

gedit ~/.bashrc

在文件最后加入以下代码并保存

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.4/lib64
export PATH=$PATH:/usr/local/cuda-11.4/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.4

cuda-11.4是我安装后的文件夹，你们需要换到自己的，如果没有那就换成是cuda，比如这样：

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

更新环境变量配置

source ~/.bashrc

查看是否安装成功：nvidia-smi

02

总结

1. 如果在安装过程中出现问题的，比如在选项YES or NO 这里，可以多试几次。

2. 如果提示驱动问题，看一下有没有关闭了nouveau。

3. 最后祝大家都搭建成功，开心的玩转深度学习！

长按👇关注｜ 选择星标｜干货速递

最后

用Python定时发送图片到群消息，并艾特了所有人！

2021-12-16

边玩边学，15个学习Python 的编程游戏网站！

2021-12-16

10 个疯狂的 Python 项目创意

2021-12-15

8个常用的Python数据分析库（附案例+源码）

2021-12-14

用Python爬取某宝2008条棉袄商品数据，进行可视化分析，终于找到最值得入手的棉袄~

2021-12-14

Python操作Excel自动化实战案例

2021-12-13