Ubuntu16.04系统下NVIDIA驱动，cuda，cudnn安装，以及虚拟环境创建

Ubuntu16.04系统

首先我们要清楚一些库的使用是相互之间制约的，意思就是相关的库版本要匹配。当我们在ubuntu系统使用gpu时，同样需要注意。整个内容主要涉及到NVIDIA驱动，cuda安装，cudnn安装，以及虚拟环境创建。

 

比较常见的是根据pytorch版本选择自身系统允许运行的cuda版本，然后根据cuda版本选择cudnn版本，而自身系统允许运行的cuda版本则要根据NVIDIA驱动选择。值得一提的是与gcc版本与CUDA版本相关，不过这里没讲了。

NVIDIA驱动：默认是有驱动的，如果没有可以csdn找下下载方式，这里不在赘述。我们需要先了解电脑硬件所建议的驱动版本是什么，最值得注意的是驱动的最高型号，因为cuda的版本对驱动型号是有要求的。

NVIDIA适合的所有驱动查看方法如下：

方法一：查看可安装的驱动版本$ ubuntu-drivers devices

方法二：桌面设置（齿轮样子）-软件更新-驱动版本

 

注意：这个指令$ nvidia-smi也可以查询适配最高的驱动版本以及最高适配cuda版本。

cuda安装：以cuda10.2为例，如果能找到别人直接给的网址那是最好的

 

如果需要自己找，恰巧只会进入cuda最新版本，那么我们可以下面这样。这是我进入的cuda11.7页面但我需要是10.2版本那么我们可以进入箭头所指向网址，

 

1.cuda10.2

http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run

不行的话，我们可以选择cuda官网：

CUDA Toolkit Archive | NVIDIA Developer

找到需要的版本后我们可以通过浏览器直接下载但那样会很慢，建议使用找到要下载的网址利用wget下载：

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run

下载后解压

sudo sh cuda_10.2.89_440.33.01_linux.run

等到more出来要一直按enter,后面打accept，后面按提示操作，这里注意如果本身有渠道那么在问是否更新驱动那栏可以去掉。

其他版本：

wget https://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda_11.0.3_450.51.06_linux.run

2.设置环境变量

终端打开文件：sudo gedit /etc/profile

在文件末尾加以下的代码并保存（我的是64位系统所以是lib64，如果是32位系统则是lib即可）：

export PATH=/usr/local/cuda-9.2/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64\

${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

或者

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:

两个哪个有用用哪个

之后运行下source ~/.bashrc

别的版本要把9.2或者10.2改成对应版本。

检查环境变量是否配置成功。

cat /proc/driver/nvidia/version

nvcc -V

显示出版本信息即安装成功了，

nvcc: NVIDIA (R) Cuda compiler driver

Copyright (c) 2005-2018 NVIDIA Corporation

Built on Tue_Jun_12_23:07:04_CDT_2018

Cuda compilation tools, release 10.2, V9.2.148

还可以使用cat /usr/local/cuda/version.txt查看

注意：如果显示没有nvcc指令那有两种情况，一种是需要下载指令用sudo apt install nvidia-cuda-toolkit;另一种则是cuda没装好。

Question：

没有nvcc指令，报错提示是在terminal中输入sudo apt-get install nvidia-cuda-toolkit安装，但是执行命令后，nvcc命令可以正常执行，但是运行nvcc -version发现版本为7.5，与安装的CUDA 10.2不匹配

Answer：

首先卸载nvidia-cuda-toolkit

sudo apt-get autoremove nvidia-cuda-toolkit

查看/usr/local/cuda/bin下是否有nvcc可程行程序如果没有说明cuda没有正常安装，需要重新安装，如果有，进入下一步添加环境变量，打开~/.bashrc ，sudo gedit ~/.bashrc

添加

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

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

export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.2

保存，再终端运行：source ~/.bashrc 使之生效

再次输入nvcc --version。看到以下提示：

bash:/usr/bin/nvcc: No such file or directory

则将/usr/local/cuda/bin下的nvcc复制到这个目录下

安装cudnn：

cudnn官方安装包链接(包含所有版本):

https://developer.nvidia.com/rdp/cudnn-archive

找到对应cuda版本的cudnn然后选择cudnn library for linux右击复制网址。

 

 

还是通过wget下载比较快：wget+网址

这里cudadnn8.0.4：

https://developer.nvidia.com/compute/machine-learning/cudnn/secure/8.0.4/10.2_20200923/cudnn-10.2-linux-x64-v8.0.4.30.tgz

下载指令：

wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/8.0.4/10.2_20200923/cudnn-10.2-linux-x64-v8.0.4.30.tgz

wget下载cudnn报错显示403.

这是因为：Nvidia要求下载时进行验证（事实上，在我们从浏览器端下载cuDNN时，会被要求登录），而我们直接使用wget跳过了验证，所以被Forbidden了

我们可以按如下方法下载：

1.https://developer.nvidia.com/compute/machine-learning/cudnn/secure/8.0.4/10.2_20200923/cudnn-10.2-linux-x64-v8.0.4.30.tgz

2.CUDNN_TAR_FILE="cudnn-10.2-linux-x64-v8.0.4.30.tgz"  #与上面链接中的相对应

3.wget http://developer.download.nvidia.com/compute/redist/cudnn/v8.0.4/${CUDNN_TAR_FILE}      #v8.0.4与CUDNN_TAR_FILE相对应

别的版本可以仿照一下格式，特别需要注意的是v8.0.4.30这里，这里需要把30去掉，要不然会报错。

解压

tar -xvf cudnn-10.2-linux-x64-v8.0.4.30.tgz/tar -zxvf  cudnn-10.2-linux-x64-v8.0.4.30.tgz

通过指令将下列文件复制到 CUDA Toolkit目录，并修改权限

sudo cp /home/ubuntu16.04/Downloads/cuda/include/cudnn.h /usr/local/cuda-10.2/include

sudo cp /home/ubuntu16.04/Downloads/cuda/lib64/libcudnn* /usr/local/cuda-10.2/lib64

sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h

sudo chmod a+r /usr/local/cuda-10.2/lib64/libcudnn*

因为网上一些指令经常报错，我这是把整个文件夹复制过去了，其中Downloads是我cudnn下载的地址，大家自己下载的位置可能不一样需要自己微调。

检验安装

cat /usr/local/cuda-10.2/include/cudnn.h | grep CUDNN_MAJOR -A 2

cat /home/ubuntu16.04/Downloads/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

创建虚拟环境

conda create -n deformable_detr（虚拟环境名称，可任意） python=3.7 pip  #创建虚拟环境

conda activate deformable_detr      #激活虚拟环境

conda deactivate                 #关闭虚拟环境

 这个可以进入pytorch官网看到Previous PyTorch Versions | PyTorch

 

下面是一些常用指令：

更新pip

conda update conda pip

pip换源加速下载

-i http://pypi.douban.com/simple/

配置环境

sudo gedit ~/.bashrc

加入对于语句：

alias python='/home/ubuntu16.04/anaconda3/envs/deformable_detr（虚拟环境名字）/bin/python3.7'

然后source ~/.bashrc

查看都有什么虚拟环境

/home/ubuntu16.04/anaconda3/envs

其他的一些内容

conda换源（加快conda install下载速度）个人感觉也没什么作用，记录一下，如果发现更好的会更新！没发现好的加快conda下载的方法。

# 1.备份原来的源

sudo cp /etc/apt/sources.list /etc/apt/sources_init.list

# 2.更换源

sudo vim /etc/apt/sources.list

#3. 将阿里源放进去，并保存，推荐清华源

#4.将原来的内容全部删除

#5.将源地址加入进去：

deb http://mirrors.aliyun.com/ubuntu/ xenial main

deb-src http://mirrors.aliyun.com/ubuntu/ xenial main

deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main

deb http://mirrors.aliyun.com/ubuntu/ xenial universe

deb-src http://mirrors.aliyun.com/ubuntu/ xenial universe

deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates universe

deb http://mirrors.aliyun.com/ubuntu/ xenial-security main

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main

deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security universe

pip换源（加快pip install下载）

阿里源：https://mirrors.aliyun.com/pypi/simple/
清华源：https://pypi.tuna.tsinghua.edu.cn/simple/
豆瓣：http://pypi.douban.com/simple/
中科大： https://pypi.mirrors.ustc.edu.cn/simple/

 使用-i参数指定pip命令安装时的源：
pip install XXXX -i https://mirrors.aliyun.com/pypi/simple/

更新pip版本：

pip install --upgrade pip