ubuntu18.04:安装nvidia-440驱动+cuda10.2+cudnn8.0+pytorch

一、安装nvidia驱动：https://blog.csdn.net/u014754541/article/details/97108282

1.检查电脑gpu是否CUDA-capable:

    lspci | grep -i nvidia
    #没有lspci就安装
    apt install pciutils

2.禁用nouveau并重启：

sudo vim /etc/modprobe.d/blacklist.conf   #打开禁用列表
#在文本最后一行添加
blacklist nouveau
options nouveau modeset=0

3.更新后重启：

sudo update-initramfs -u
sudo reboot

4.查看是否禁用nouveau：执行后没有任何输出证明禁用成功；

lsmod | grep nouveau

5.删除旧的NVIDIA驱动：无旧的NVIDIA可忽略这步

sudo apt-get remove nvidia-*
sudo apt-get autoremove
sudo apt-get update #更新系统软件仓库列表

6.使用下面的命令查看系统推荐安装哪个版本的N卡驱动:发现推荐nvidia-440

ubuntu-drivers devices

下表是官方cuda和驱动对应版本：因为安装cuda10.2,因此也是安装nvidia-440

如果直接用下行命令可能安装的不是自己想要的驱动版本：

sudo ubuntu-drivers autoinstall

因此安装新版本的驱动前需要添加源：

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

7.安装驱动：

sudo apt install nvidia-driver-440

8.安装完成后重启，nvidia-smi测试是否安装成功。

二、安装cuda10.2：

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

1.选择要下载的cuda版本，然后执行安装命令行。

2.在执行第二步时，在出现的提示中选择continue和accept,直到出现下图：

nvidia的显卡驱动刚才安装过了，那么只需要移动到Driver，按enter键，将＂［］＂中的Ｘ去掉即是不选择．然后移动到Install再回车，等待后出现下图表示安装成功：

3.添加环境变量：

vi ~/.bashrc

在文件末尾添加：

export PATH="/usr/local/cuda-10.2/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"

使其生效：

source ~/.bashrc

输入 nvcc -V，显示版本信息即安装成功。

三、安装cudnn

下载地址：https://developer.nvidia.com/cudnn（需要注册账号才能下载）

# 安装runtime库
sudo dpkg -i libcudnn8_8.0.0.180-1+cuda10.2_amd64.deb
# 安装developer库
sudo dpkg -i libcudnn8-dev_8.0.0.180-1+cuda10.2_amd64.deb
# 安装代码示例和《cuDNN库用户指南》
sudo dpkg -i libcudnn8-doc_8.0.0.180-1+cuda10.2_amd64.deb

验证cuDNN在Linux上是否安装成功。为了验证cuDNN已经安装并正确运行，需要编译位于/usr/src/cudnn_samples_v8目录下的mnistCUDNN样例:

# 将cuDNN示例复制到可写路径
$ cp -r /usr/src/cudnn_samples_v8/ $HOME
# 进入到可写路径
$ cd  $HOME/cudnn_samples_v8/mnistCUDNN
# 编译mnistCUDNN示例
$ make clean && make
# 运行mnistCUDNN示例
$ ./mnistCUDNN

四、安装pytorch

进入网址https://pytorch.org/，选择合适的配置后执行命令：

测试pytorch和cuda加速是否安装成功：

python3
import torch
torch.cuda.is_available() #返回True代表cuda加速成功

至此，配置nvidia驱动+cuda+cudnn+pytorch完成。