深度学习环境搭建:Ubuntu18.04+2080ti+cuda10+cudnn7


本人使用的是实验室的一台机器,搭载了一块RTX2080Ti的显卡,机器买回来故障不断,反反复复维修,反反复复搭建多次环境,所以特地把步骤记录一下,方便实验室后面的延续。

安装Ubuntu系统

下载系统镜像文件

在Linux官网下载Ubuntu18.04的.iso镜像文件。下载地址:ubuntu18.04下载
在这里插入图片描述

烧录软件烧录

烧录软件使用Rufus,下载地址:Rufus烧录软件下载
打开Rufus,插入U盘,选择下载好的Ubuntu镜像文件,点击开始。
在这里插入图片描述
开始后,会弹出提示框,提示下载相应组件,选择“是”
在这里插入图片描述
这里以iso镜像模式写入(推荐)
在这里插入图片描述
这里注意进行U盘备份,点击之后会格式化整个U盘
在这里插入图片描述
点击确定之后,就开始进行iso镜像文件的创建,这里需要耐心等待,创建完成之后,就可以用于Ubunut系统的安装了。

安装系统

将u盘插入机箱,开机,进入BIOS设置界面,选择U盘启动,启动后会弹出Ubuntu系统安装的界面,按照界面指示,一步一步执行即可,详见博客:ubuntu安装

显卡驱动安装

显卡下载

在Nvidia官网下载自己显卡对应的驱动程序文件(ps:官网进入较慢,需要耐心等待)。上传送门:显卡驱动程序下载
我们选择RTX2080Ti显卡驱动程序。我们下载的430.14版本。
注意,安装显卡驱动程序之前,需要在BIOS中对bios security option进行设置。
在这里插入图片描述

驱动程序安装

禁用Ubuntu子带的驱动nouveau

sudo gedit /etc/modprobe.d/blacklist.conf

在弹出的blacklist.conf文件的最下面加入代码:

blacklist amd76x_edac
blacklist nouveau
blacklist vga16fb
blacklist rivafb
blacklist rivatv
blacklist nvidiafb

保存后,在终端输入命令,使加入的黑名单生效:

sudo update-initramfs -u

重启计算机

sudo reboot now

卸载计算机原有的nvidia显卡驱动
当出现显卡掉载或者找不到驱动时,需要重装驱动程序,此时要将之前的显卡驱动进行卸载

sudo apt-get remove --purge nvidia* 

安装新的显卡驱动程序
赋予程序权限

chmod +x ./NVIDIA-Linux-x86_64-410.78.run

安装显卡驱动

sudo ./NVIDIA-Linux-x86_64-430.14.run

测试
按照提示,安装完显卡驱动后,进行测试,会显示出显卡相应的信息。

nvidia-smi

在这里插入图片描述
注意!!
安装显卡驱动前,需要安装gcc、g++、make。Ubuntu18.04以上gcc版本在7.3,需要降级到5.0。
安装gcc、g++等

sudo apt-get install -y gcc-5
sudo apt-get install -y g++-5

对gcc、g++版本降级

cd /usr/bin
sudo rm gcc
sudo ln -s gcc-5 gcc
sudo rm g++
sudo ln -s g++-5 g++

查看gcc、g++版本

gcc --version
g++ --version

安装cuda

到官网下载cuda,传送门:cuda下载
到目前,cuda版本更新到10.1,但10.1版本的cuda没有对应的Tensorflow,所以有卸载掉10.1版本的cuda,退回到10.0版本。
卸载cuda
找到路径/usr/local/cuda-10.1/bin/下的uninstall文件(好像是叫这个,因为卸载的时候忘记记录,所以遇到类似情况大家按照这个仔细找就能找到)
输入命令

sudo /usr/local/cuda-10.1/bin/uninstall_cuda_10.1

卸载之后,还有一些残留的文件夹,之前安装的是CUDA 10.1。可以一并删除:

sudo rm -rf /usr/local/cuda-10.1/

安装cuda10.0

我下载的cuda版本为cuda_10.0.130_410.48_linux.run和一个补丁cuda_10.0.130.1_linux.run两个文件。安装:

sudo sh cuda_10.0.130_410.48_linux.run

按照命令提示一直向下进行,注意 accept之后,提示安装的第一个为是否安装显卡驱动,因为我们已经安装了显卡驱动,所以此处选择no
安装补丁

sudo sh cuda_10.0.130.1_linux.run

环境路径配置
打开配置文件,进行配置

sudo gedit ~/.bashrc

在弹出的文件最后加入

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存后,在命令窗输入命令使其生效

source ~/.bashrc

测试
安装完成后进行测试

nvcc -V

显示如下
在这里插入图片描述

安装cudnn

在官网选择与cuda对应的cudnn进行下载,传送门:cudnn下载
解压

tar -xzvf cudnn-10.0-linux-x64-v7.4.1.5.tgz

把一下文件copy到cuda文件目录下

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*

几个有用的连接

cuda installition guide for linux
cuda支持的显卡及显卡计算能力查看
RTX2080Ti安装显卡驱动

到现在深度学习实验环境的基础框架已经搭建完毕,可以下载相应的框架进行训练啦!!!!!!!!撒花~~~

  • 3
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“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 4
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