ubuntu18.04系统下安装Nvidia驱动操作指南

一 、 官网上选择合适的驱动版本

所谓合适，是指支持你的GPU型号、支持你将要使用的cuda版本、cudnn版本、pytorch版本、tensorflow版本。

1. 进入Nvidia官网，输入你的GPU、操作系统信息，在结果列表中查看支持你GPU的驱动有那些，驱动版本在第二行小字部分有写；
   

2. 到CUDA官网查看CUDA版本和驱动版本的对照图，截图
   

3. 进入cuDNN版本页面，查看与CUDA版本对应的cuDNN版本，网页截图：
   

4. 进入pytorch官网，可以看到pytorch支持CUDA9.0及以上。网页截图：

5. 进入tensorflow官网，可以看到tensorflow版本与cuda、cudnn的版本对应关系。网页截图“
   

二、安装驱动

网上有很多种安装方式：

1. 添加NVIDIA显卡驱动的源，apt-get安装

2. 官网下载驱动文件，然后本地安装

3. 安装CUDA的时候，自动安装相应的显卡驱动

这里我们采用第三种方式进行安装，参考资料：How do I install NVIDIA and CUDA drivers into Ubuntu?

1. 移除已存在的CUDA PPA源和安装过的nvidia-cuda-toolkit

sudo rm /etc/apt/sources.list.d/cuda*
sudo apt remove --autoremove nvidia-cuda-toolkit

2. 移除之前存在的Nvidia驱动

sudo apt remove --autoremove nvidia-*

3. 更新源

sudo apt update

4. 添加graphics-drivers ppa

sudo add-apt-repository ppa:graphics-drivers/ppa

5. 安装key

sudo apt-key adv --fetch-keys  http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub

6. 添加仓库

sudo bash -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda.list'
sudo bash -c 'echo "deb http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda_learn.list'

7. 再次更新

sudo apt update

8. 安装CUDA。在安装的同时自动安装了Nvidia驱动。

sudo apt install cuda-10-0

如果提示依赖缺失，根据提示，执行：

sudo apt update
sudo apt install cuda-10-0 --fix-missing
sudo apt update

9. 安装CUDNN

sudo apt install libcudnn7

10. 将CUDA加入环境变量

gedit ~/.profile

在打开的文件中，将以下内容复制到文件末尾

# set PATH for cuda 10.0 installation
if [ -d "/usr/local/cuda-10.0/bin/" ]; then
    export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
fi

11. 安装nvidia-cuda-toolkit

sudo apt install nvidia-cuda-toolkit

如果提示依赖缺失，同样地，执行：

sudo apt update
sudo apt install nvidia-cuda-toolkit --fix-missing
sudo apt update

12. 重启

13. 检查是否安装成功

1）检查CUDA版本

nvcc --version

显示如下信息：

nvcc: NVIDIA ® Cuda compiler driver
Copyright © 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85

2）检查CUDNN版本

/sbin/ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep libcudnn

显示如下信息：

libcudnn.so.7 -> libcudnn.so.7.6.1

3）检查NVIDIA驱动：

nvidia-smi

Tue Jul 16 12:39:49 2019
±----------------------------------------------------------------------------+
| NVIDIA-SMI 418.67 Driver Version: 418.67 CUDA Version: 10.1 |
|-------------------------------±---------------------±---------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|=++==============|
| 0 GeForce GTX 107… On | 00000000:01:00.0 Off | N/A |
| N/A 52C P5 6W / N/A | 651MiB / 8119MiB | 0% Default |
±------------------------------±---------------------±---------------------+

±----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1113 G /usr/lib/xorg/Xorg 216MiB |
| 0 1456 G /usr/bin/gnome-shell 266MiB |
| 0 2550 G …quest-channel-token=2425377841825622846 133MiB |
| 0 25058 G …er/下载/WizNote-2.7.5-x86_64.AppImage 29MiB |
±----------------------------------------------------------------------------+