1.安装GPU
—此方法在笔记本上安装成功,如果失败或者是台式机+新显卡可以参考另一篇文章ubuntu18.04为3070显卡安装NVIDIA驱动
首先查看显卡
$ ubuntu-drivers devices
显示
== /sys/devices/pci0000:00/0000:00:1c.4/0000:03:00.0 ==
modalias : pci:v000010DEd00001299sv0000144Dsd0000C757bc03sc02i00
vendor : NVIDIA Corporation
model : GK208BM [GeForce 920M] #这里是型号
driver : nvidia-driver-390 - distro non-free
driver : nvidia-driver-440 - distro non-free recommended ##这里是推荐
driver : xserver-xorg-video-nouveau - distro free builtin
看到有一设备GK208BM [GeForce 920M],还有三个驱动,但其中有一个推荐的
安装驱动有数种方法,选择了一个较简单的,参考真实机下 ubuntu 18.04 安装GPU +CUDA+cuDNN 以及其版本选择(亲测非常实用)
#安装全部驱动 - 我使用的
$ sudo ubuntu-drivers autoinstall
#安装指定驱动
$ sudo apt install nvidia-driver-440 - distro
安装完成后重启,查看 设置—详细信息—About ,如下图,查看是否安装成功(安装之前“图形”是Intel…)
2.安装CUDA
去CUDA官网选择需要的版本
按照安装指示,使用
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run
进行安装
如提示已有Manager,不管了,重新安装的系统也会提示,选择了Continue
安装cuda 在输入accept之后,进行安装选择的时候要取消勾选Driver,一定要取消,因为驱动之前安装过了。
等待安装
最后对.bashrc作更改
sudo gedit ~/.bashrc
export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda-10.1
#官网给的
export PATH=/usr/local/cuda-10.1/bin:/usr/local/cuda-10.1/NsightCompute-2019.1${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64\
${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
参考文档
至此 CUDA安装完成
安装cudnn
Cudnn网址
这个下载真的是花了大时间,需要注册,要么打不开,要么注册或登陆的时候验证码刷新不出来。
通过各种尝试后,终于登陆成功。根据ubuntu版本和前面安装的CUDA版本进行选择,框里的三个全下载。
下载之后切换到下载目录,进行安装
#安装runtime库
$ sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.2_amd64.deb
安装developer库
$ sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.2_amd64.deb
安装代码示例和《cuDNN库用户指南》
$ sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.2_amd64.deb
安装完成之后,测试一下
# 将cuDNN示例复制到可写路径
$ cp -r /usr/src/cudnn_samples_v7/ $HOME
# 进入到可写路径
$ cd $HOME/cudnn_samples_v7/mnistCUDNN
# 编译mnistCUDNN示例
$ make clean && make
# 运行mnistCUDNN示例
$ ./mnistCUDNN
出现Test passed!
即为成功
在我安装cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.0,测试cudnn时,出现以下错误
$ ./mnistCUDNN
./mnistCUDNN: error while loading shared libraries: libcudart.so.10.0: cannot open shared object file: No such file or directory
百度之后找到解决方法
尝试1并为解决。
参考下面1 成功解决。
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
1、 安装Caffe && Cuda && Cudnn
2、caffe测试mnist时出现错误:error while loading shared libraries: libcublas.so.9.1
上面两部分参考
1.真实机下 ubuntu 18.04 安装GPU +CUDA+cuDNN 以及其版本选择(亲测非常实用)
2.Ubuntu 18.04安装CUDA(版本10.2)和cuDNN
安装anaconda
集成了很多数据科学的库
从清华镜像网站下载
安装
$ bash Anaconda3-2020.02-Linux-x86_64.sh
阅读一大段说明之后,一路选确定就可,但注意最后如果选择编辑器就是情况而定。
$ sudo gedit ~/.bashrc
写入
export PATH="/home/xupp/anaconda3/bin:$PATH"
更新配置
$ source ~/.bashrc
$ python
显示
Python 3.7.6 (default, Jan 8 2020, 19:59:22)
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>
就安装成功了
安装pytorch
选用Anaconda安装
按照官网提示:
$ conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
报错
CondaHTTPError: HTTP 000 CONNECTION FAILED for url <http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudatoolkit-10.2.89-hfd86e86_1.conda>
Elapsed: -
An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.
首先更改镜像源为清华的。
$ gedit ~/.condarc
写入
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
改了之后还是报错,就把安装命令换成
$ conda install pytorch torchvision cudatoolkit=10.2
也就是把-c pytorch
给删除,这个参数的意思大概是指定源为官方的
运行之后
会提示
The following NEW packages will be INSTALLED:
cudatoolkit anaconda/pkgs/main/linux-64::cudatoolkit-10.2.89-hfd86e86_1
ninja anaconda/cloud/conda-forge/linux-64::ninja-1.10.0-hc9558a2_0
pytorch anaconda/cloud/pytorch/linux-64::pytorch-1.5.0-py3.7_cuda10.2.89_cudnn7.6.5_0
torchvision anaconda/cloud/pytorch/linux-64::torchvision-0.6.0-py37_cu102
Proceed ([y]/n)?
输入y就可以了,最后等待安装。中间可能会有某一个下载到一半的时候中断,重新开始就好,总会成功的。
Downloading and Extracting Packages
cudatoolkit-10.2.89 | 365.1 MB | ########################################################################################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
cudatoolkit-10.2.89下载完成后也就安装完成了
测试一下
~$ python
Python 3.7.6 (default, Jan 8 2020, 19:59:22)
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
1.5.0
至此,全部安装完成
不知道什么操作,就CUDA没办法用了,看到显卡驱动也变了,应该是被更新了,重新