R7 5800H 3060 ubuntu20 配置全纪录（一）主要包括：N卡驱动、网卡驱动、virtualenv、CUDA and pytorch

最新推荐文章于 2023-08-21 11:11:48 发布

zhi_chuan_len

最新推荐文章于 2023-08-21 11:11:48 发布

阅读量2.2k

点赞数

文章标签： ubuntu 经验分享

本文链接：https://blog.csdn.net/zhichuanlen/article/details/119581641

版权

首先按照以往的装机经验安装ubuntu18之后，发现无线网卡不能使用，HDMI无法输出，简单查询之后发现，无线网卡驱动需要更新内核，以为20不需要，便重新刷了20，结果还是同样问题，网友建议直接上21，鉴于20是lts，又可能长期不更换ubuntu系统，还是决定在20基础上进行配置。

首先因为锐龙集显的问题，直接从软件更新中安装N卡驱动会导致重启卡死，甚至连非图形化界面都无法加载。

安装N卡驱动

解决方法参考另一位up：https://www.bilibili.com/read/cv10088257?from=search

去这个网址下载所有文件并复制进amdgpu目录：https://people.freedesktop.org/~agd5f/radeon_ucode/gs/

进入下载目录用终端打开并输入：

sudo cp green_sardine_* /lib/firmware/amdgpu/

更新内核：

sudo apt install linux-image-5.10.0-1033-oem linux-headers-5.10.0-1033-oem

然后就可以在附加驱动中安装N卡驱动，这里我安装的是460

重启后生效：

安装8852AE网卡驱动

再一个问题就是无线网卡驱动了，我这一台用的是Realtek 8852AE

使用项目：https://github.com/lwfinger/rtw89#start-of-content

sudo apt-get update

sudo apt-get install make gcc linux-headers-$(uname -r) build-essential git

git clone https://github.com/lwfinger/rtw89.git -b v5

cd rtw89

make

sudo make install

成功之后load驱动：

sudo modprobe rtw89pci

附：我在执行完这一步之后，再重启发现网卡驱动消失，重新make install & load之后再重启又可以了。。。。。

安装ROS noetic

主要参考roswiki 不再赘述：http://wiki.ros.org/cn/noetic/Installation/Ubuntu

安装一些必备的软件

因为硬盘只有一块512固态，能分给ubuntu的属实不多，就不装wine了

qq 、wps、百度云、chrome 用到啥再装啥吧，我都是官网下载deb，执行 sudo dpkg -i XXXXX.deb

安装python3.6使用virtualenv管理python环境

安装python3.6

我没想到的是这个版本的ros已经不依赖python2.7，系统上现在只有python3.8

后面安装低版本的pytorch依赖不了3.8版本的python遂在此先安装3.6

sudo apt install software-properties-common
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt update
sudo apt install python3.6

现链接以下现有的python环境方便切换

sudo update-alternatives --list python

不出意外的话会显示没有候选项，更新列表：

sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.8 1
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.6 2

现在执行上面的list命令应该可以了，然后运行这句指令切换python版本

sudo update-alternatives --config python

virtualenv

sudo apt-get install pip
sudo apt-get install python3-virtualenv
sudo apt-get install python3-virtualenvwrapper
mkdir $HOME/.virtualenvs

在.bashrc中添加：

export WORKON_HOME=$HOME/.virtualenvs

source /usr/local/bin/virtualenvwrapper.sh

然后source的时候提示：bash: /usr/local/bin/virtualenvwrapper.sh: 没有那个文件或目录

查了一下大家好像可以在.local/bin中找到，但是这个sh我只能在share中中找到，遂将上一句指令改为：

 source /usr/share/virtualenvwrapper/virtualenvwrapper.sh

然后source以下.bashrc就可以了

virtualenvwrapper简单用法：

创建指定版本的python环境：

mkvirtualenv -p /usr/bin/python3.6 pytorch1.4.0

进入已经创建好的python环境：

workon pytorch1.4.0

退出虚拟环境：

deactivate

删除某个虚拟环境：

rmvirtualenv pytorch1.4.0

安装CUDA +cudnn+ pytorch （训练出现问题，主要是显卡需要更高版本的CUDA 升级CUDA见（二））

CUDA的版本要跟N卡版本对应，一般来说是向下兼容的，也就是说，把N卡的驱动升级为高版本，CUDA、cudnn的版本低一些也没什么问题。

之前安装的是460驱动，这里就不变了。直接安装CUDA。

可以进入官网找到自己想要的CUDA版本：https://developer.nvidia.com/cuda-toolkit-archive

我手上有之前下好的，就直接用老版本10.0,安装之前需要GCC降级

sudo apt-get install gcc-7 g++-7

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 100
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 50

然后就可以通过这句指令来切换gcc：

sudo update-alternatives --config gcc

CUDA

进入cuda下载目录执行：

sudo ./cuda_10.0.130_410.48_linux

接下来会卡一下，然后阅读一个漫长的协议。

Do you accept the previously read EULA?
accept/decline/quit: accept

You are attempting to install on an unsupported configuration. Do you wish to continue?
(y)es/(n)o [ default is no ]: y

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48?
(y)es/(n)o/(q)uit: n

Install the CUDA 10.0 Toolkit?
(y)es/(n)o/(q)uit: y

Enter Toolkit Location
[ default is /usr/local/cuda-10.0 ]:

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y

Install the CUDA 10.0 Samples?
(y)es/(n)o/(q)uit: n
之后等待安装完毕就可以了

sudo gedit ~/.bashrc

在文件末尾添加

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

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

使设置生效

source ~/.bashrc

检查是否安装成功

nvcc -V

cudnn

进入官网https://developer.nvidia.com/rdp/cudnn-download

选择对应CUDA的CUDNN，可以复制下载链接去迅雷下载。

tar -xzvf cudnn-10.0-linux-x64-v7.6.5.32.tgz

sudo cp cuda/include/* /usr/local/cuda/include/

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

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

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

PyTorch

进入python3.6的虚拟环境

进入其下载网址下载相应的whl文件：https://download.pytorch.org/whl/torch_stable.html

然后在下载目录执行

pip install torch-1.4.0+cu100-cp36-cp36m-linux_x86_64.whl

pip install torchvision-0.5.0+cu100-cp36-cp36m-linux_x86_64.whl

测试

python

输入

import torch

import torchvision

测试GPU ，若成功返回 true

print(torch.cuda.is_available())