2023-3: ubuntu20.04 cuda11.1 cudnn8.1.1 tensorrt7.2.3.4 Eigin3完整安装

1. 驱动

驱动与CUDA兼容列表

1.1 安装依赖

# Ctrl + Alt + T 启动终端，逐行操作

sudo apt-get update #更新软件列表

sudo apt-get install g++

sudo apt-get install gcc

sudo apt-get install make

1.2 禁用nouveau通用驱动

(1).首先输入以下：

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

(2).在打开的blacklist.conf最后面添加如下两行后，保存文本并关闭：

blacklist nouveau

options nouveau modeset=0

(3).更新配置：

sudo update-initramfs –u

(4).输入以下指令，如没有任何输出则屏蔽成功：

lsmod | grep nouveau

屏蔽完成

1.3.安装显卡驱动

注意：无须另外下载lightdm，用自带的gdm3即可

(1).进入全屏黑色的非图形界面（按Ctrl + Alt + F1～F6其中一个 分别对应进入tty1~tty6）

(2).输入用户名和密码后进行指令操作。

(3).关闭图形界面：

sudo service gdm3 stop

(4).卸载旧版本nvidia驱动(第一次装ubuntu应该是没有旧驱动)

sudo apt-get remove nvidia*

(5).安装，按顺序输入：

# 加入官方ppa源

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

sudo apt-get update

# 查看本机适用的版本

ubuntu-drivers devices

# xxx替换为上一步显示的合适的驱动版本。我的是470

sudo apt-get install nvidia-driver-xxx

(6).打开图形界面：

sudo service gdm3 start

(7).查看安装好的驱动：

nvidia-smi

如果显示不出显卡驱动信息，则重启电脑：

reboot

2. 安装 CUDA 11.1

cudatookit 下载地址： https://developer.nvidia.com/cuda-toolkit-archive

# 选择11.1.1或11.1.0

# 依次点击：Linux/x86_64/Ubuntu/20.04/runfile(local)

2.1.安装一些依赖库

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

2.2. cuda11.1下载和安装

(1).执行cudatookit页面的下载和安装脚本指令：

# 如果 wget有网络问题则手动下载.run包

wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run

sudo sh cuda_11.1.1_455.32.00_linux.run

执行指令后会出现安装界面：

# 1.因为已经安装过Nvidia显卡驱动，此处选择Continue ：

# 2.按 Eneter 键取消 Driver和对应的版本号 选项，然后方向键选择 Install 进行安装。

(2).配置环境变量：

sudo vim ~/.bashrc
# 在文件末尾复制进下面三条并保存退出：
export PATH=$PATH:/usr/local/cuda/bin  
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64  
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64
# 更新
source ~/.bashrc

(3) 验证

nvcc -V

3. 配置 cuDNN 8.1.1

下载地址为： https://developer.nvidia.com/rdp/cudnn-archive

注意：cuDNN的下载需要注册Nvidia账号

选择 cuDNN v8.1.1（只要符合cuda11.1的都可）

选择： cuDNN Library for Linux (x86_64)

对下载好的文件执行以下命令，会得到一个名为 cuda 的文件夹：

tar -zxvf cudnn-11.2-linux-x64-v8.1.1.33.tgz

然后顺序执行：

cp cuda/lib64/* /usr/local/cuda-11.0/lib64/

cp cuda/include/* /usr/local/cuda-11.0/include/

然后执行以下指令查看配置的cuDNN

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

显示以下信息则表示成功：

4. tensorrt安装

TensorRT8下载网址 https://developer.nvidia.com/nvidia-tensorrt-8x-download

TensorRT7下载网址https://developer.nvidia.com/nvidia-tensorrt-7x-download

我的CUDA版本是11.1，但是我要选择TensorRT7.2.3.4版本。在网页中找到对应版本；

TensorRT-7.2.3.4.Ubuntu-18.04.x86_64-gnu.cuda-11.1.cudnn8.1.tar.gz

经验证同样适应ubuntu20.04.

cd ~/Downloads
sudo tar -xzvf TensorRT-8.0.0.3.Linux.x86_64-gnu.cuda-11.3.cudnn8.2.tar.gz -C /usr/local/

配置环境变量

vim ~/.bashrc

在.bashrc文件最后一行增加路径

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/TensorRT-7.2.3.4/lib

配置生效

source ~/.bashrc

编译TensorRT的示例，会在bin路径下生成一个针对MINIST数据集的sample_mnist可执行文件

cd /usr/local/TensorRT-7.2.3.4/samples/sampleMNIST
sudo make 
cd../../bin/
./bin/sample_mnist -d data/mnist/ --fp16

5. Eigen3库

sudo apt-get install libeigen3-dev

cd /usr/include/eigen3

sudo cp Eigen/ .. -R

cd /usr/include/eigen3

vi myeigen.c

复制如下代码：

#include <iostream>

#include <Eigen/Dense>

using namespace Eigen;

using namespace Eigen::internal;

using namespace Eigen::Architecture;

using namespace std;

int main()

{

cout<<"*******************1D-object****************"<<endl;

Vector4d v1;

v1<< 1,2,3,4;

cout<<"v1=\n"<<v1<<endl;

VectorXd v2(3);

v2<<1,2,3;

cout<<"v2=\n"<<v2<<endl;

Array4i v3;

v3<<1,2,3,4;

cout<<"v3=\n"<<v3<<endl;

ArrayXf v4(3);

v4<<1,2,3;

cout<<"v4=\n"<<v4<<endl;

}

编译 g++ myeigen.c , 生成a.out

运行 ./a.out, 打印如下说明安装成功。

参考资料：

https://blog.csdn.net/Bluemoon17/article/details/127198251

https://betheme.net/houduan/23884.html?action=onClick