centos7禁用nouveau驱动后无法正常重启_环境乃一生之敌 01 nvidia驱动+cuda安装帮助...

说实话，笔者毕业后已经从业2年了，但是仍然有很多开发环境配置的问题让人懵圈，好在笔者一直有写笔记的习惯，之前一直是记录在私人云，如今整理出来分享给各位，并且除了说明步骤，还会尽可能解释这么做的原因，方便读者厘清逻辑。

注意：本文针对linux系统

---

本文所使用的环境配置为：

显卡驱动：nvdia430，文件名：NVIDIA-Linux-x86_64-430.14

cuda：cuda-10.0，文件名：cuda_10.0.130_410.48_linux

cudnn：cudnn7.5，文件名：cudnn-10.0-linux-x64-v7.5.0.56

可以发现我们使用的显卡驱动是430版本的，和cuda10.0 中自带410版本驱动不匹配，但是并无大碍，430驱动和cuda-10之间是完全兼容的。不过要注意的是，如果安装的显驱和cuda默认的显驱版本相差过大有是否会出现不兼容尚不清楚。

另外，关于不同cuda和cudnn版本的选择是很重要的，因为可能最新的版本各大深度学习框架支持并不理想，比如tensorflow的预编译安装包只支持cuda10.0，其他版本需要自己手动编译；在cuda10刚出的时候，pytorch的libtorch也只支持到cuda9，因此请根据自己的需求选择。

首先是安装显卡驱动的步骤：

1.安装相关依赖

sudo apt-get install build-essential #这是编译环境，包含make，GCC G++等

笔者的电脑只安装了编译环境就能正常安装显卡驱动了，但是查阅资料发现不同作者给出的依赖各不相同，以下为部分汇总，如果只安装编译环境无法正常安装显卡驱动，请尝试安装以下软件包

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev 

2.下载官方驱动

前往nvidia的官方网站下载对应驱动 https://www.nvidia.com/Download/index.aspx?lang=cn