Nvidia驱动、CUDA、cudnn
查看GPU型号
lspci | grep -i nvidia
nvidia驱动
sudo apt purge nvidia-*
- 查看支持的驱动版本:
sudo apt-cache search nvidia*
或者通过https://www.nvidia.com/Download/Find.aspx - 加入官方ppa源:
sudo add-apt-repository ppa:graphics-drivers/ppa
- 刷新系统包缓存:
sudo apt upgrade
sudo apt update
apt search nvidia-driver-418
sudo apt-cache search nvidia-*
sudo apt install nvidia-driver-418 nvidia-settings nvidia-prime
CUDA官方列表
https://developer.nvidia.com/cuda-toolkit-archive
CUDA环境配置
export CUDA_HOME=/usr/local/cuda-9.2
export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-9.2/bin:$PATH
cudnn安装
https://www.cnblogs.com/alexanderkun/p/6908191.html
Anaconda
官方列表
https://repo.anaconda.com/archive/
5.2为python36
pytorch
旧版列表
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
https://download.pytorch.org/whl/torch_stable.html
problem:
deb文件
- 使用dpkg命令进行安装:sudo dpkg -i deb文件名
- 根据经验,通常情况下会报依赖关系的错误,我们可以使用以下的命令修复安装:sudo apt-get install -f
- 如果要卸载安装的应用我们通过“sudo dpkg -l”查看已经安装的软件,并找到自己的安装的软件名。
- 最后使用"sudo dpkg -r 软件名"进行卸载
Failed to initialize NVML: Driver/library version mismatch
https://blog.csdn.net/qq_40200387/article/details/90341107
- 显卡驱动所使用的内核版本:
cat /proc/driver/nvidia/version
- 电脑驱动:
cat /var/log/dpkg.log | grep nvidia
- 查看电脑所有驱动:
sudo dpkg --list | grep nvidia-*
Nvidia-smi command not found
nvidia-smi正常, cuda无法使用时
检查pytorch与cuda的版本对应: torch.version.cuda