Ubuntu18.04 安装NVIDIA显卡驱动(GTX1060)+CUDA10.1+CUDNNv8+pycharm+Anaconda3+pytorch (最全教程,踩坑)
经历了一周的疯狂安装,卸载,凭借记忆与无奈写下过程
安装NVIDIA驱动(GTX1060)
参考博客
Ubuntu下安装INVIDIA显卡驱动(避免循环登录问题)
1.卸载之前安装的驱动
sudo apt-get purge nvidia*
2.禁用nouveau,禁用后,
sudo gedit /etc/modprobe.d/blacklist.conf
在文末添加:blacklist nouveau
保存后执行:
sudo update-initramfs -u
3.重启,重启会出现屏幕尺寸不正常,因为禁用了ubuntu自带的图形处理
reboot
lsmod | grep nouveau
若无输出代表禁用nouveau生效。
5.查看当前显卡型号,及推荐安装的驱动
ubuntu-drivers devices
下图可以看到,推荐安装的显卡驱动为440
6.进入官网,下载对应的推荐驱动
7.下载好后,进行安装
sudo chmod +x NVIDIA-Linux-x86_64-440.100.run
./NVIDIA-Linux-x86_64-440.100.run
8.安装完成后,检测
出现下图即为安装成功
nvidia-smi
安装cuda10.1
参考博客
Ubuntu18.04安装nvidia驱动(1060显卡)、Cuda10.1
Ubuntu18.04安装CUDA10、CUDNN
1.因为不同的显卡驱动版本对cuda的支持不一样,一般最先的显卡驱动可以搭配较高的cuda,需要按照自己的实际情况安装,下面是 驱动——》cuda版本
NVIDIA最新官方查询表
2.就环境cuda的卸载
卸载旧的cuda安装包
sudo rm /etc/apt/sources.list.d/cuda*
sudo apt remove --autoremove nvidia-cuda-toolkit
删除旧的NVIDIA 驱动
sudo apt remove --autoremove nvidia-*
3.安装g++ gcc cmake make
sudo apt-get install g++
sudo apt-get install gcc
sudo apt-get install cmake
sudo apt-get install make
4.官网选择合适下载的CUDA
wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.runsudo sh cuda_10.1.243_418.87.00_linux.run
5.下载好后,运行
sudo chmod +x cuda_10.1.243_418.87.00_linux.run
./cuda_10.1.243_418.87.00_linux.run
accept
因为第一步我们已经预先单独装好显卡驱动,所以,这里没必要也不需要再装驱动(装了会有麻烦)
6.添加环境变量
gedit .bashrc
在末尾加入
#CUDA
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
7.测试
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
``结果如下就表明成功啦
安装CUDNNv8
参考博客
Ubuntu18.04安装nvidia驱动(1060显卡)、Cuda10.1
Ubuntu18.04安装CUDA10、CUDNN
1.官网下载,对应cuda的cudnn库.
需要下载三个deb
2.下载好后进行解压
参考博客
ubuntu上的cudnn安装及使用报错解决办法
官网新的只能下载的deb包,解压deb包后,不需要移植头文件等操作就成功
sudo dpkg --install libcudnn8_8.0.2.39-1+cuda10.1_amd64.deb
sudo dpkg --install libcudnn8-dev_8.0.2.39-1+cuda10.1_amd64.deb
sudo dpkg --install libcudnn8-doc_8.0.2.39-1+cuda10.1_amd64.deb
若不报错则说明安装成功。
3.测试
cd
cp cd cudnn_samples_v7/mnistCUDNN
cd cudnn_samples_v7/mnistCUDNN
make clean
make -j4
若运行sample最后输出 Test passed 则完成CUDNN的安装
安装Anaconda3
参考博客,使用方法2
Ubuntu18.04 安装 Anaconda3
使用清华源下载
下载完成后
cd Downloads/bash Anaconda3-2020.02-Linux-x86_64.sh
狂按enter 后按yes
添加进镜像源
参考博客
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
添加环境变量
export PATH="/home/kaho/anaconda3/bin:$PATH"
使用conda 后,python 的基础环境为base
添加清华源和三方源
Conda Forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
menpo
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda创建虚拟环境
参考博客
创建环境
conda create -n my_env_name python=3.7
重新进入虚拟环境
source activate
退出虚拟环境
conda deactivate
激活环境
conda activate my_env_name
安装包
conda install package
安装pytorch
ubuntu18.04下pytorch的安装及测试
1.进入官网获取下载command
注意:末尾去掉 -c pytorch 会快点(实测)
conda install pytorch torchvision cudatoolkit=10.1
下载pycharm
官网
下载community 社区版即可