Ubuntu16.04安装显卡驱动+cuda9.0

最新推荐文章于 2024-05-27 10:28:37 发布
最新推荐文章于 2024-05-27 10:28:37 发布
阅读量890 收藏 4
点赞数 1
分类专栏： 环境配置 文章标签： cuda ubuntu python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xiaoyaolangwj/article/details/117756758
版权

白猫黑猫抓到老鼠就是好猫！

先致敬参考文档：两篇：如下：

 

一、Ubuntu 16.04 禁用 nouveau 安装 nvidia显卡驱动

1.安装之前先卸载已经存在的驱动版本：
   sudo apt-get remove --purge nvidia*


2.需要禁用 nouveau，只有在禁用掉 nouveau 后才能顺利安装 NVIDIA 显卡驱动，禁用方法就是在 /etc/modprobe.d/blacklist-nouveau.conf 文件中添加一条禁用命令，首先需要打开该文件，通过以下命令打开:

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

输入密码后在最后一行加上:  blacklist nouveau 是将Ubuntu自带的显卡驱动加入黑名单

Ctrl +C保存后注意此时还需执行以下命令使禁用 nouveau 真正生效终端输入 ： sudo update-initramfs -u 

 
3.重启之后,这里要尤其注意，安装显卡驱动要先切换到文字界面，(按Ctrl+Alt+F1~F6).所以，启动电脑后，先进入文字界面。 然后，首先输入命令sudo service lightdm stop

关闭桌面服务现在可以安装驱动了，先进入家目录 cd ~ ，然后： sudo sh ./NVIDIA-Linux-x86_64-375.20.run，按照提示一步步来完成后，再次重启电脑。

安装完成之后输入以下指令进行验证： sudo nvidia-smi ，若列出了GPU的信息列表则表示驱动安装成功。如下图：
 

 

二、ubuntu16.04安装cuda9.0和GPU版tensorflow（详细）

安装时各个版本之间一定要匹配！可参考如下版本：

 

1.安装显卡驱动，去官网选择自己合适的显卡

我的电脑适配的显卡是NVIDIA-Linux-x86_64-384.130.run

下载完成后放在home目录下，接着打开终端运行

sudo service lightdm stop

(此时会进入关闭图形界面之后黑屏，此时使用“ctrl+alt+F1”进入命令行界面）

在命令行输入

chmod 666 NVIDIA-Linux-x86_64-384.130.run

sudo ./ NVIDIA-Linux-x86_64-384.130.run

(接着会有一系列选项确定安装）

sudo service lightdm start

（返回图形界面）

然后在此处进行修改，选择应用更改选项。

输入nvidia-smi,测试显卡是否安装成功，如果出现这样的结果即表示安装成功了。

2.安装cuda

https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal

下载安装包后，在终端输入

sudo sh cuda_9.0.176_384.81_linux.run

安装提示接着会有一系列选项，在是否安装Linux-x86_64 361.62驱动，这里必须输入“N”不安装否则， cuda后面的安装都会出错。后面的全部按照默认即可，安装完毕后，再声明一下环境变量，并将其写入到 ~/.bashrc 的尾部，终端输入：

echo 'export PATH=/usr/local/cuda-9.0/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc

source ~/.bashrc

sudo reboot

重启后 运行

 

终端输入 nvcc  -V后出现：

nvcc: NVIDIA (R) Cuda compiler driver

Copyright (c) 2005-2017 NVIDIA Corporation

Built on Fri_Sep__1_21:08:03_CDT_2017

Cuda compilation tools, release 9.0, V9.0.176

 

说明cuda安装成功。

 

最后测试cuda9.0,在终端执行以下命令：

cd ~/NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQuery

make

./deviceQuery

输出Result = PASS 表示安装成功。

此处与两篇作者不同的地方：因为我需要的TensorFlow版本和python版本很确定。python3.6和tensorflow1.11，所以要先安装python，然后再基于python版本安装相应的TensorFlow和keras等。ubuntu系统自带python是python2.7和python3.5。因此需要更换。

 

三、Ubuntu安装Python3.6并切换到3.6版本

# 先update一下
sudo apt-get update
sudo apt-get install software-properties-common python-software-properties -y 

# 这一句update好像不是必要的。
sudo apt-get update
sudo add-apt-repository ppa:jonathonf/python-3.6 -y

#这里必须update，不然无法安装python3.6
sudo apt-get update
sudo apt-get install python3.6 -y 

#没有curl的话，就install一下
sudo apt-get install curl -y 

# 安装pip
curl https://bootstrap.pypa.io/get-pip.py | sudo -H python3.6

 

 

 

 

 

下载对应的pip如下执行指令，
sudo apt-get install python-pip
sudo apt-get install python3-pip

之后可以到/usr/bin目录下面看pip，一般安装之后有pip，pip2，pip3，一般默认的pip是执行python2的，当然你可以自行修改这些，通过软连接

四、Ubuntu18.04系统查看已安装的 python 版本，及 Python2 与 Python3 之间切换

这个讲了如何切换。

3.安装tensorflow-gpu_1.8.0

(安装完测试，即可知道需要哪一个版本的cudnn)

pip install tensorflow-gpu==1.8.0

 

完成后输入

python

import tensorflow as tf

报错提示安装缺少libcudnn.so.7,即意味着需要安装cudnn版本为cudnn7.0

4.安装cudnn

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

需要注册和登录

选择点开

Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0

点开

cuDNN v7.0.5 Library for Linux

下载 得到

cudnn-9.0-linux-x64-v7.tgz

然后在终端运行

$ tar -zxvf cudnn-9.0-linux-x64-v7.tgz

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d

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

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

 

接着，重新在终端运行

查看cudnn版本

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

或者

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
————————————————

然后开始安装

    解压 cuDNN 代码

tar -xzvf cudnn-x.x-linux-x64-v8.x.x.x.tgz

 

    将文件复制到 CUDA 路径下（这个路径我并没有直接设置为cuda，好像是默认的cuda-xx.x这样一个文件名，请按自己实际情况自行修改）

sudo cp cuda/include/cudnn*.h /usr/local/cuda-xx.x/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-xx.x/lib64
sudo chmod a+r /usr/local/cuda-xx.x/include/cudnn*.h /usr/local/cuda-xx.x/lib64/libcudnn*

 

    cd到三个包的下载目录下，然后按照顺序运行：

安装 runtime library:

sudo dpkg -i libcudnn8_x.x.x-1+cudax.x_amd64.deb

  

安装developer library:

sudo dpkg -i libcudnn8-dev_8.x.x.x-1+cudax.x_amd64.deb

  

安装 code samples 和 cuDNN library documentation:

sudo dpkg -i libcudnn8-doc_8.x.x.x-1+cudax.x_amd64.deb

   

    使用例子测试是否安装成功

复制 cuDNN sample到有读写权限的文件夹下：

$ cp -r /usr/src/cudnn_samples_v8/ $HOME

   

cd到复制的mnistcudnn目录下

$ cd  $HOME/cudnn_samples_v8/mnistCUDNN

   

编译mnistCUDNN sample.

$make clean && make

   

运行mnistCUDNN sample.

$ ./mnistCUDNN

   

一番运行后，出现如下信息表明安装成功:

Test passed!

   

参考链接：

    https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#cross-compiling-cudnn-overview
    https://zhuanlan.zhihu.com/p/68544360
————————————————
版权声明：本文为CSDN博主「chch2010523」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/chch2010523/article/details/107929168

版权声明：本文为CSDN博主「知乎商业小管家」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_30069911/article/details/112834113

5.再次进行测试

输入

python

import tensorflow as tf

即可看到tensorflow1.8安装成功！

 

 

 

或者有一种简单的方法，直接在显卡驱动安装好之后，从官网下载anaconda3,因为清华和中科大最近宣布不再提供镜像源，>>>python

可看出python3由annaconda3调用。

>>>conda install tensorflow-gpu==1.8.0会自动在conda环境下安装tensorflow所需要的cuda以及cudnn,比较简单。

 

2021-4-27

在安装cudatoolkit之后再进行安装tensorflow就成功。
四、测试
1.测试代码

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
print(tf.test.is_gpu_available())

print(tf.__version__)
————————————————
版权声明：本文为CSDN博主「黄小黄i」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_43218120/article/details/108447605

CUDA】更改cuda版本后nvcc -V依然显示更改前的版本解决办法
Vincent__Lai 2019-10-01 16:22:08 10369 收藏 15
分类专栏： Python CUDA 深度学习
版权
问题描述

 

电脑有两个版本的cuda，一个是cuda-8.0，一个是cuda-9.0，若原版本是cuda-8.0，nvcc -V后会显示：

    nvcc: NVIDIA ® Cuda compiler driver
    Copyright © 2005-2016 NVIDIA Corporation
    Built on Tue_Jan_10_13:22:03_CST_2017
    Cuda compilation tools, release 8.0, V8.0.61

更换cuda的方法很简单，就是修改/usr/local/下cuda的link就好了，代码如下：
sudo ln -s /usr/local/cuda-9.0/  /usr/local/cuda

 

这个时候nvcc -V应该是会显示cuda-9.0，但是问题出现了，依然显示cuda-8.0
解决办法

原因是在于~/.bashrc文件中设置了环境变量，在终端输入sudo gedit ~/.bashrc，会看到下面这两行：

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

   

因此无论你怎么修改cuda的link，都会导向cuda-8.0。解决办法也很简单，把上面两行中的cuda-8.0改为cuda就好了，例如：

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

   

然后保存文件退出，然后source ~/.bashrc
————————————————
版权声明：本文为CSDN博主「Vincent__Lai」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_38705903/article/details/101850116

 

 

gcc,g++均降级4.8

 

版本不匹配，再多查询一次，例如直接搜索“cuda10.0安装tensorflow"

 

tensorflow官方版本的支持：

确定安装1.13.1的版本

 

pip install tensorflow-gpu==1.13.1

 

xiaoyaolangwj
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ubuntu16.04安装cuda9.0和GPU版tensorflow（详细）
AliceXingFree的博客
10-17 1425
安装时各个版本之间一定要匹配！可参考如下版本： 1.安装显卡驱动，去官网选择自己合适的显卡 我的电脑适配的显卡是NVIDIA-Linux-x86_64-384.130.run 下载完成后放在home目录下，接着打开终端运行 sudo service lightdm stop (此时会进入关闭图形界面之后黑屏，此时使用“ctrl+alt+F1”进入命令行界面） 在命令行输入 ...
ubuntn系统下cuda+cudnn安装教程
xiaomu_347的博客
06-08 1754
在离开之际，将自己的电脑系统重新升级了下，在此做如下记录，以便后续查证。 1、双系统安装 这里只是简单说下，win10+Ubuntu，这次采用的Ubuntu分区是“boot”+“swap”+“/”的形式，具体可以去参考另一篇博客。 2、cuda安装 （1）下载安装文件 检查自己的电脑配置是否支持cuda加速（一般英伟达系列显卡支持），这里推荐直接去https://d......
Ubuntu22.04_AI环境部署_CUDA_cuDNN9_cuDNN8
最新发布
weixin_48065365的博客
05-27 1087
>cuda11.6版本在安装时不提供samples，需要去到github上面下载。注意：以下cd的路径文件，请切换到自己文件系统的目录下进行！以上适用于v8的cuDNN，通过下载tar文件的方式配置环境变量。我们已经安装了显卡驱动程序和CUDA;注意：切换到该文件所在目录下运行！如果系统还没有安装zlib包，可先。解压并复制文件到CUDA目录。查看下载好的cuda版本。
ubuntu16.04 安装多版本cuda(原10.0，新安装10.1)，实现任意切换
guoqingru0311的博客
06-08 1946
@[TOC](ubuntu16.04 安装多版本cuda(原10.0，新安装10.1)，实现任意切换) 前言 需求：单位需要使用yolo-v5训练模型，可所需的pytorch对cuda的依赖版本较高，而仅仅安装单个高版本的cuda又会与原先的项目产生矛盾，所以纠结一下，研究了安装双cuda步骤，记录一下 一、下载cuda地址： cuda官方下载地址: https://developer.nvidia.com/cuda-toolkit-archive cudnn官方下载地址：https://develop
linux 卸载python_Ubuntu16.04-配置CUDA9.0+CUDNN1.17+Python升级TENSORFLOW
weixin_39910523的博客
11-25 113
在安装前，需要在/下预留足够的空间，比如50G。有一种简单的方式代替1、2两步：在Software&update中的Additional Drivers中选择NVIDIA。然后，系统会自动调整。如果该界面没有驱动显示，可以先在软件中心更新一下源。当然，也有很多博客采用的下述的1、2两步：1、nouveau驱动去除vim /etc/modprobe.d/blacklist-nouveau.c...
【CUDA】Ubuntu系统如何安装CUDA保姆级教程(2022年最新)
Sihang_Xie的博客
10-16 3万+
Ubuntu系统的服务器如何安装 CUDA ？看完本篇博文，相信你会找到答案。
Ubuntu16.04下CUDA8.0和CUDA9.0共存
09-14
在Ubuntu 16.04操作系统中，同时安装CUDA 8.0和CUDA 9.0是为了满足不同项目或软件对CUDA版本的需求。有时，较旧的代码可能依赖于特定版本的CUDA，而最新的开发可能需要更高版本。这篇文章将详细阐述如何在Ubuntu ...
Ubuntu16.04上安装CUDA9.0 详细教程
09-14
在Ubuntu 16.04上安装CUDA 9.0是一项技术性的工作，涉及到多个步骤和验证过程。首先，CUDA 9.0是NVIDIA公司提供的一个计算平台，用于加速高性能计算任务，如深度学习、图形渲染和科学计算。它需要与支持CUDA的NVIDIA...
ubuntu16.04环境下pyotrch0.4.0+anaconda3-5.2.0+cuda9.0安装包
12-22
这是本人搭建深度学习环境ubuntu16.04+pytorch0.4.0+cuda9.0+Anaconda3-4.3.0 (python 3.6.0) 使用的安装包之pytorch0.4.0
Ubuntu16.04+cuda9.0+cudnn7.05+opencv3.4.0+caffe配置
05-10
Ubuntu16.04+cuda9.0+cudnn7.05+opencv3.4.0+caffe配置过程，两台电脑均已测试通过，一台是台式机，配有GTX1080Ti，另一台是笔记本，配有GTX960M显卡，都能完美运行，有需求的可以拿去参考一下。 导致配置不成功的...
ubuntu18.04 CUDA V9.0.176, CUDNN 7.0.5安装
qq_40283123的博客
11-27 725
自用记录，以防以后重装，原理讲的不清楚因为博主也是个linux小白，按照这个过程成功安装了： 参考： https://blog.csdn.net/tonydz0523/article/details/83109343 https://blog.csdn.net/u012911347/article/details/81191669 https://blog.csdn.net/qq_33479881/article/details/83060626 安装驱动 直接用图形界面，搜索驱动->打开“升级安装”
cuda-ubuntu-9.0-安装包
01-18
cuda9.0 - Ubuntu版本 , deb包,执行脚本如下: sudo dpkg -i cuda-repo-ubuntu1604_9.0.176-1_amd64.deb sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub sudo apt-get update sudo apt-get install cuda-9-0 cuda-libraries-9-0
CUDA 9.0安装+CUDA版本转换 + cuDNN7.1安装
wzg2016的博客
08-21 831
-----------------------------------------------------------------CUDA 9.0 安装----------------------------------------------------------------- step1: 从官网下载runfile:https://developer.nvidia.com/cuda-90-...
Ubuntu + CUDA9.0 + tensorflow-gpu 安装过程
热门推荐
Erick Lv的笔记
02-14 6万+
Ubuntu + CUDA9.0 + tensorflow-gpu 安装过程 简介： tensorflow现在最新版本是1.5，支持CUDA9.0和cuDNN7.0，因此本教程是在该版本基础上进行安装的。我的电脑CPU是Intel core i7 4710MQ，GPU是GTX940M，请大家在安装前自己检查下硬件是否符合要求。 系统说明： 最好是Ubuntu16.04的，Ubunt...
Ubuntu 安装cuda-9.0
quanwei的博客
06-23 3924
今天安装tensorflow_gpu（1.8），安装结束以后运行程序提示ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory 经过一系列查询以后查看到这个是因为我安装的Tensorflow GPU 1.8版本需要安装cuda 9.0 下载cuda 9.0 可以到链接...
ubuntu16.04+cuda9.0+cudnn7.0+caffe
tencyrush的博客
06-28 6910
准备工作 删除原有cuda sudo apt autoremove cuda 删除原有软件更新 系统设置-软件和更新-其他软件 cuda9.0 下载链接： cuda9.0 在下载目录打开terminal sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb sudo a...
Ubuntu14.04配置Cuda9.0
火星人
10-19 4259
1.安装nVidia显卡驱动 a.禁止nouveau集成显卡驱动 #修改blacklist.conf属性，添加修改权限 命令行：sudo chmod 666 /etc/modprobe.d/blacklist.conf #编辑blacklist.conf 命令行：sudo gedit /etc/modprobe.d/blacklist.conf #在文件后添加以下5行后保存退出： b...
9.18 安装ubuntu 下 cuda9 过程中的记录
lgyuWT的博客
09-30 121
在安装ubuntu cuda9之后 需要配置 环境变量： export PATH=/usr/local/cuda-9.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH 1. 修改文件：~/.bashrc 该文件在/home/目录下 root@l1:/home# ls -a . .. l1 lost+found root@l1:/home# cd l1 root@l1:...
ubuntu20.04安装多版本的cuda9.0 cuda10.0
jasscical's blog
11-04 7947
条件：服务器上已有cuda10.0、g++7、g++9 目的：再安装一个版本cuda9.0(只支持g++6.0以下的)；如果你是安装单个版本cuda的，又是不熟悉怎么安装的小白，在处理上会有些不一样,建议看其他的文章。 1.安装cuda9.0过程 跟着ubuntu安装并切换多个版本的cuda一步一步来，有一些不一样的，因为没有ubuntu20.04的，所以就下载了个ubuntu16.04,直接安装会报错，说g++7.5.0的版本不行，因为ubuntu16.04那时候还没有g++7.x的，所以要安装低版
T630服务器配置机器学习环境：Ubuntu16.04、Nvidia驱动、CUDA9.0与CUDNN7详细指南
"本指南详细介绍了在戴尔T630服务器上安装Ubuntu16.04 Server、Nvidia驱动、CUDA 9.0和CUDNN 7的步骤。" 在进行机器学习环境的搭建时，首先需要准备以下资源： 1. Ubuntu 16.04 Server: 这是一个轻量级且稳定的...

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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