ubuntu-TensorFlow和DarkNet-安装GPU驱动--随记

ubuntu下安装开发环境Anaconda

bash ./Anaconda3-2019.07-Linux-x86_64.sh

 安装完成后，会自动将环境变量添加到$HOME/.bashrc。

安装完成后，激活spyder，在命令行输入以下命令：

anaconda-navigator

出现以下界面：

点击spyder,安装激活即可

利用pip安装opencv，输入以下命令，查看调用哪一个pip：

 

which pip

 

pip install opencv-python

第1步：登录NVIDIA官网。

在没有安装GPU显卡驱动时，

 

1.1 如果GPU是Gerforce系列的，就点击‘GEFORCE驱动程序’，如下图：

点击后，出现以下界面：

 

或者

 

根据自己的GPU型号和 系统选择对应的驱动程序即可。点击开始搜素，搜索到之后下载即可。

1.2 点击‘所有NVIDIA驱动程序’

会出现以下界面：

 

 点击搜索，下载即可。

第2步：本文下载的是

下载驱动之后，.run文件没有执行权限，所以首先改变其模式，加上可执行权限

sudo chmod +x .NVIDIA-Linux-x86_64-415.13.run

在使用ubuntu18.04.3时下载的

 

bash ./NVIDIA-linux-x86_64-430.50.run --help

安装时，提示必须要用root用户

 安装完成后显示如下：

第3步：安装GPU驱动之前，首先关闭系统集成的显卡驱动 nouveau,

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

在文件末尾加入：

blacklist nouveau

以下的黑名单还没有验证：

blacklist vga16fb

blacklist rivafb

blacklist rivatv

blacklist nvidiafb

sudo update-initramfs -u

第3步：重启电脑后，首先确认是否真的关闭了 nouveau，命令如下：

lsmod | grep nouveau

按下快捷键 Ctrl+Alt+F1进入黑窗口模式，会提示首先登录，如下：

 

 登录成功后，运行以下命令：

sudo service lightdm stop

然后 执行安装英伟达驱动（注意这时驱动有可执行权限）：

sudo ./NVIDIA-Linux-x86_64-415.13.run

安装完成后：

sudo service lightdm start

 然后按下快捷键 Ctrl + Alt + F7，就会退出黑窗口，回到ubuntu的界面。

 第4步：这时应该安装完成了，安装结束后，通过以下命令查看GPU的信息：

nvidia-smi

终端会出现以下信息：

nvidia-settings

 或者直接查看ubuntu的系统设置，如下：

第4步：安装完驱动程序。 需要注意的是如果已安装显卡驱动，要更新最先的显卡驱动，要先删除旧的显卡驱动，命令如下：

sudo apt-get purge nvidia*

编译安装GPU

第5步：安装CUDA Toolkit

下载地址：https://developer.nvidia.com/accelerated-computing-toolkit

 点击 Download 按钮：

 假如选择的是Linux:

 选择runfile，如下：

 sudo sh cuda_1.run即可。

【ubuntu18.04.3系统 上安装最新的显卡驱动，有可能会出错，整个过程如下】

 

有错误日志，碰到这种情况，有可能CUDA驱动太新，我们可以选择一个稍微版本低一点的，重新安装即可。

 安装完成后，也可以卸载，可执行文件在/path/ cuda/bin

 

 安装完成后，可以NVIDIA提供的测试用例，测试是否成功，代表安装成功。

根据对应的NVIDIA版本，安装对应的cudnn版本， 

 

 

第6步：安装cuDNN，下载cuDNN是需要注册的，免费的，注册后。

下载地址如下：https://developer.nvidia.com/cudnn

如下：

点击下载之后：

 这个时候，就可以按照第5步安装的CUDA的版本，对应找到 cuDNN的版本。

 下载后，是类似于名字为 cudnn-10.0-linux-x64-v7.3.1.20.tgz的压缩包，解压即可：

tar zxvf cudnn-v7.3.1.tgz

如下图所示：

然后将其复制到 cuda的安装路径，默认的安装路径是 /usr/local/cuda10.0（版本号），会自动建立一个软连接是/usr/local/cuda

将解压后的cudnn.h文件复制到/usr/local/cuda/include

sudo cp ./include/cudnn.h /usr/local/cuda-10.0/include/

将解压后的lib64下的文件全部复制到/usr/local/cuda/lib64

sudo cp ./lib64/* /usr/local/cuda10.0/lib64

 第7步：配置环境变量，可以配置在当前用户的 主目录下：./bashrc 或者 /etc/profile 或者/etc/environment下

export PATH= /usr/local/cuda10.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY

【注意：export PATH后面的"="之间，不要有任何的空格，如export PATH = 】

 

ubuntu的过去版本的下载地址：http://releases.ubuntu.com/xenial/