Ubuntu安装+NVIDIA驱动安装+CUDA安装

第一次写博客,写的不好请大家谅解,下面是我安装Ubuntu、在Ubuntu上安装NVIDIA独立显卡驱动以及CUDA安装的步骤以及错误解决办法,着重介绍安装中出现的错误以及解决办法,有什么疑问直接留言或者邮箱eepwwang@163.com
  • 首先从装Ubuntu说起,转这个其实比较简单,进入界面选择第三项,然后手动分区,总共分四个区“/”10G左右;“/boot”200M左右,用来做引导;“swap”分8G左右(和自己电脑内存有关);“/home”任意。然后一直点下去即可。但是有一个比较关键的地方是在电脑的bios里面一定要将UEFI关掉否则没办法正常启动Ubuntu(这一步骤最关键)。最后使用EasyBCD来添加启动项。这里面最主要的是UEFI,余下比较简略,网上关于具体安装方法很多,这里不作讨论
  • 再从装NVIDIA驱动说起,其实在CUDA-5.5包里面有提供显卡驱动,但是有时在新的系统中安装不成功,出现错误 NVIDIA DRIVER ERROR: You appear to be running an X serve,那么将不可以继续安装,这个提示是指必须关闭图像界面,解决办法如下     
         按下ctr+alt+F1,以用户名和密码登录
         sudo service lightdm stop or sudo stop lightdm)     
         sudo init 3 (这一步可有可无)
      chmod +x NVIDIA-Linux-VERSION_NAME(+x可以换为777)
         sh  nvidia_driver.sh (不同驱动包名字不一样)
         sudo service lightdm start
         
        到后面可能换会出现  NVIDIA driver install - Error: Unable to find the kernel source tree的错误,解决办法
        sudo update-grub
     uname -r
    3.5.0-24-generic(上一命令的结果,显示当前内核版本)
    sudo apt-get install linux-headers-3.5.0-24-generic(数字由于不同机器不同而不同)

    装完驱动会没桌面,此时如果使用了sudo nvidia-xconfig将导致开不了机,出现下面错误
     cuda the system is running in low-graphics mode 
        此时进入纯文本模式到/etc/X11/删除xorg.conf即可
  • 安装cuda几乎不会有错   
  • 在装完之后要配置路径 
     接下来的工作是配置cuda toolkit(5.5)的环境变量(有些地方在4.0也可以用),终端下输入
    sudo gedit / etc / profile     
        在最后加入:export PATH=/usr/local/cuda-5.0/bin:$PATH
    保存后退出,再source一下,使得修改后的环境变量立即生效,在终端中输入:
    source / etc / profile
gedit~/.bashrc
    添加
         /usr/local/cuda-5.0/lib64
    或者
    export PATH=$PATH:/usr/local/cuda-5.5/bin
    export LD_LIBRARY_PATH=/usr/local/cuda-5.5/lib64
         添加完之后还需要使得修改的路径生效,此法无须重启:
    sudo ldconfig
        再执行一下命令,验证路径是否添加成功
    ldconfig - v | grep cuda
        会出现相关的路径:
        /usr/local/cuda-5.0/lib:
            libcudart.so.5.0 -> libcudart.so.5.0.35
            libicudata.so.48 -> libicudata.so.48.1.1
            libcuda.so.1 -> libcuda.so.304.54
        则说明添加成功     
        至此cuda toolkit环境配置完成,接下来为了编译cuda5.0 samples(也就是以前的GPU Computing SDK)需要    安    装一些开发包,终端下输入
    sudo apt-get install g++ openmpi-bin openmpi-doc libopenmpi-dev freeglut3-dev libxi-dev libxmu-dev         
                        http://www.linuxidc.com/Linux/2013-10/91101p2.htm

        配置cuda4.0方法如下

    安装完成后要设定Library 的Path,有两个方式:

    (1)一种是更改LD_LIBRARY_PATH 环境变数:

    在用户名的目录下开.bashrc文件,可以通过vi命令或者gedit命令进行编辑,我更喜欢后者,在末尾处             加入两行命令:

    gedit ~/.bashrc
    export PATH=/usr/local/cuda/bin:$PATH  
    export LD_LIBRARY_PATH=/usr/local/cuda/lib:$LD_LIBRARY_PATH  

    如果是64位系统的话需要将上一行的lib改为lib64,然后保存。

    (2)另一种方法是直接加在/etc/ld.so.conf.d/ 里面:

    sudo echo "/usr/local/cuda/lib64" >> /etc/ld.so.conf.d/cuda-40.conf
    sudo ldconfig

    如果是64位系统同样将lib改为lib64

    再设定PATH:  

    echo 'export PATH=$PATH:/usr/local/cuda/bin' >> ~/.bashrc
    后面还有配置gcc和g++的,直接看参考网址
    参考网址:http://www.cnblogs.com/giraffe/archive/2011/10/21/CUDA-Ubuntu-Install.html
 
   


                                                                          
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Ubuntu安装显卡驱动、CuDNN、CUDA和PyTorch可以按照以下步骤进行: 1. 安装显卡驱动:可以通过以下几种方式安装显卡驱动: - 通过"Software & Updates"工具在“Additional Drivers”选项卡中选择一个适用于您的显卡型号的驱动程序,并点击“Apply Changes”进行安装。 - 通过命令行使用`ubuntu-drivers devices`命令查看可用的驱动,然后使用`sudo ubuntu-drivers autoinstall`命令自动安装推荐的驱动。 2. 安装CuDNN:CuDNN是NVIDIA加速库,可提供用于深度学习的GPU加速功能。可以按照以下步骤安装CuDNN: - 前往NVIDIA官方网站,下载适用于您的CUDA版本的CuDNN压缩文件(通常需要注册NVIDIA开发者账号)。 - 将CuDNN压缩文件解压缩到一个合适的位置,例如`~/cuda`文件夹。 - 打开终端,使用`cd`命令进入CuDNN解压缩文件的路径,并执行以下命令安装CuDNN: ``` sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 3. 安装CUDACUDA是用于在NVIDIA GPU上进行并行计算的平行计算平台和API。可以按照以下步骤安装CUDA: - 前往NVIDIA官方网站,选择适用于您的显卡和操作系统的CUDA版本,并下载对应的运行文件(通常需要注册NVIDIA开发者账号)。 - 打开终端,使用`cd`命令进入CUDA运行文件所在的目录,并执行以下命令安装CUDA: ``` sudo sh cuda*.run ``` - 执行安装向导中的步骤,根据提示进行安装配置,包括选择安装路径和设置环境变量。 - 安装完成后,可以通过执行`nvcc --version`命令验证CUDA安装情况。 4. 安装PyTorch:PyTorch是一个用于构建深度学习模型的开源Python库。可以按照以下方式安装PyTorch: - 打开终端,执行以下命令安装PyTorch: ``` pip install torch torchvision ``` - 在安装过程中,可能需要下载和编译一些依赖项。请耐心等待安装完成。 安装完成后,您可以在Ubuntu上使用显卡驱动、CuDNN、CUDA和PyTorch进行深度学习任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值