ubuntu 18.04 安装NVIDIA驱动 cuda/cudnn + tensorflow-gpu + pytorch

最新推荐文章于 2024-09-27 10:31:21 发布

scxyz_

最新推荐文章于 2024-09-27 10:31:21 发布

阅读量5.9k

点赞数 3

分类专栏： python技巧 Linux 文章标签： ubuntu gpu cuda tensorflow gpu pytorch

本文链接：https://blog.csdn.net/sscc_learning/article/details/85334549

版权

本文介绍了在Ubuntu 18.04系统上安装NVIDIA驱动、CUDA、CUDNN以及TensorFlow-GPU和PyTorch的详细步骤。通过禁用nouveau驱动、安装依赖，然后安装NVIDIA驱动。接着使用Anaconda安装Python3.6和TensorFlow-GPU，自动下载CUDA Toolkit和CUDNN。最后，安装PyTorch并验证GPU支持。安装过程中需要注意版本匹配和依赖问题。

摘要由CSDN通过智能技术生成

电脑换了华硕新主板，需要重装系统，用的Ubuntu18.04的系统，电脑用的显卡是GTX1080Ti。在新系统中装显卡驱动过程中遇到很多坑，中间无奈搞乱环境又重装了一次系统，再次尝试，终于成功。整个过程失败次数很多，参考的教程感觉自己步步都做对了，但是最后就是不能成功运行。配置系统这种事情确实比较麻烦，心态要对，遇到问题上网搜索方法，最终总归都能解决。

接下来接讲讲我装NVIDIA驱动到装tensorflow-gpu和pytorch的方法，大家硬件和系统都有所区别，不能保证我的方法你不一定能成功，但是希望能值的大家借鉴。
不得不说，我所使用的方法大部分都是参考其他无私博主的贡献，主要参考的这篇博客。

先说一句，Python我是用的是 Anaconda3-5.2.0-Linux-x86_64.sh，因为这里对应的是Python3.6。最新版的Anaconda对应的是Python3.7，但是Python3.7目前为止还不能兼容tensorflow，所以请不要下载最新版本的Anaconda。

推荐大家使用anaconda来代替原版python，它预置了很多数据分析相关的包，包括scipy和matplotlib等，这些模块你自己安装可能会出现很多问题。
另外，自带的conda安装python包会方便很多，因为它针对数据分析相关模块做了很多优化，会检测并自动安装环境，很多方便的功能是pip做不到的。
包括之后的cuda、cudnn安装都是根据系统环境安装的，比自己手动装靠谱的多，不容易出错。

装NVIDIA驱动

首先，系统最好是新系统，NVIDIA驱动所需的依赖比较多，而且对版本都有要求，否则会产生各种报错。
官网下载NVIDIA驱动，下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn
这里选择好第一项产品类型后，需要等一会才能加载后面的选项，网络不好的话更需要耐心等待。
NVIDIA驱动下载1