ubuntu16 更新nvidia驱动版本及cuda

---

一、卸载原始cudnn 10.1

注意：该方法适合直接使用 .run 文件进行安装驱动的情况

sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn*

二、卸载原始cuda 10.1

sudo /usr/local/cuda-10.1/bin/cuda-uninstaller

cd /usr/local/
sudo rm -r cuda-10.1

三、卸载原始Nvidia驱动

注意：该方法适合直接使用 .run 文件进行安装驱动的情况
按ctrl + alt + f1 进入字符界面，然后输入账户密码登陆。
在按下述步骤操作

sudo init 3  # 关闭图形界面
/usr/bin/nvidia-uninstall  # 执行卸载程序

四 下载新驱动

1. cuda10.2的下载地址
2. nvidia 440 的下载地址
3. cudnn的 下载地址
4. 注意下载dcuda版本和nvidia驱动版本的对应要求
   

五 安装新nvidia驱动

注意：还要在第三步打开的字符界面操作，且关闭图像界面

cd /home/yonghu  # 跳转到nvidia去驱动储存目录下

chmod +x NVIDIA-Linux-xxxxx.run  # 赋予程序执行权限
# –no-opengl-files：表示只安装驱动文件，不安装OpenGL文件。
# 这个参数不可省略，否则会导致登陆界面死循环，英语一般称为”login loop”或者”stuck in login”。
sudo ./NVIDIA-Linux-xxxxx.run -no-opengl-files  # 运行该程序

# 测试是否安装成功
nvidia-smi

# 开启图形界面
sudo init 5  

安装过程中的一些选项：
1、he distribution-provided pre-install script failed! Are you sure you want to
continue? 选择 yes 继续。
​
2、Would you like to register the kernel module souces with DKMS? This will allow
DKMS to automatically build a new module, if you install a different kernel later?
选择NO继续
​
3、Would you like to run the nvidia-xconfigutility to automatically update your x
configuration so that the NVIDIA x driver will be used when you restart x? Any
pre-existing x confile will be backed up. 选择 Yes 继续

如果上述图形界面的关闭和开启方式无效，可以尝试以下命令：
sudo service lightdm start
sudo service lightdm stop

六 安装cuda10.2

1.安装

cd /home/yonghu/  # 跳转到软件所在的

chmod +x cuda_10.2-xxxxx.run  # 赋予程序执行权限

sudo ./cuda_10.2-xxxxx.run --no-opengl-libs  # 

在出现的提示中选择continue和键入“accept”,之后会出现 CUDA_Installer安装选项，取消 -[ ] Drivers 前面的安装选项，因为我们已经安装完驱动了。最后选择Install键进行安装。观察终端提示确定是否安装成功。

2.配置环境变量

实际在安装成功后，会创建两个文件夹 \user\local\cuda-10.2 和 \user\local\cuda, 并且后者通过软链接的形式链接到前一个文件夹，所以在配置环境变量的路径时可以用后者替代前者

方法一1、修改home目录下的.bashrc文件，只针对当前用户

# 打开文件
sudo gedit ~/.bashrc

# 在文件末尾添加
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin:/usr/local/bin
export CUDA_HOME=/usr/local/cuda

# 使其生效
source ~/.bashrc

方法II、修改profile文件，针对所有用户

# 修改/etc/profile文件
sudo gedit /etc/profile 

# 在末尾添加

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

# 使其生效
source /etc/profile

3. 验证

在终端输入nvcc -V 查看是否可以正常输出信息。

七 安装cudnn

1. 安装

先将下载的文件解压缩至 cuda文件夹

# 将cuda文件夹中的相关文件复制到 /usr/local/cuda/ 文件夹下， 并赋予运行权限	
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.2/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.2/lib64
sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-10.2/lib64/libcudnn*

八 测试是否安装成功

import torch
# 正常没有输出
 
a = torch.tensor(1.)
# 正常没有输出
 
from torch.backends import cudnn
# 正常没有输出
 
cudnn.is_available()
# 正常返回True
 
cudnn.is_acceptable(a.cuda())