Ubuntu18.04-cuda.txt

这篇博客详细介绍了如何在Ubuntu 18.04系统中安装NVIDIA显卡驱动,包括电源管理配置、GCC降级、CUDA和CUDNN的安装过程,同时涵盖了安装中文输入法、VSCode、Chrome浏览器以及解决声音问题和代码托管的相关步骤。
部署运行你感兴趣的模型镜像

安装NVIDIA显卡驱动:

1. quit save-boot mode(in bios), update ubuntu, apt-get upgrade, reboot
2. sudo ubuntu-drivers autoinstall
3. sudo reboot, check nvidia-smi

如果是笔记本安装电源管理:

1. sudo apt-get install pm-utils
2. sudo apt-get install laptop-mode-tools
3. sudo gedit /etc/laptop-mode/laptop-mode.conf
ENABLE_LAPTOP_MODE_ON_BATTERY=1
ENABLE_LAPTOP_MODE_ON_AC=1
ENABLE_LAPTOP_MODE_WHEN_LID_CLOSED=1

降级GCC:

1. sudo apt-get install gcc-4.8
2. sudo apt-get install g++-4.8
3. cd /usr/bin
4. sudo mv gcc gcc.bak
5. sudo ln -s gcc-4.8 gcc
6. sudo mv g++ g++.bak
7. sudo ln -s g++-4.8 g++
8. sudo reboot
check:  gcc -v (g++ -v)

安装CUDA:

1. sudo sh cuda_9.1.85_387.26_linux.run (do not install driver)
if something missing:
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
2. sudo sh cuda_9.1.85.1_linux.run
3. sudo sh cuda_9.1.85.2_linux.run
4. sudo sh cuda_9.1.85.3_linux.run
5. sudo gedit ~/.bashrc
add 2 lines:
export PATH=/usr/local/cuda-9.1/bin${PATH:+:$PATH}
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
check: nvcc -V

安装CUDNN:

1. 去官网下载对应版本的CUDNN,这里CUDA9.1对应CUDNN7.0.5
2. tar -zxvf cudnn-9.1-linux-x64-v7.tgz
3. sudo cp cuda/include/cudnn.h /usr/local/cuda/include
4. sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
5. sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
验证可用可以下载pytorch在使用如下代码
 # CUDA TEST
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)

# CUDNN TEST
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))

安装中文输入法:

1. sudo apt-get install fcitx-bin
2. sudo apt-get install fcitx-table
3. home->search language->choose fcitx, reboot
4. download sougoupinyin in web: https://pinyin.sogou.com/linux/
5. cick right-up coner: Configure Current Input Method->add pinyin

安装VSCode:

1. download deb from: https://code.visualstudio.com/

安装chrome浏览器:

1. sudo wget http://www.linuxidc.com/files/repo/google-chrome.list -P /etc/apt/sources.list.d/
2. wget -q -O - https://dl.google.com/linux/linux_signing_key.pub  | sudo apt-key add -
3. sudo apt update
4. sudo apt install google-chrome-stable

如果没有声音:

1. sudo apt-get remove --purge alsa-base pulseaudio
2. sudo apt-get install alsa-base pulseaudio pavucontrol
3. sudo alsa force-reload
4. reboot
5. sudo apt-get install pavucontrol
6. pavucontrol -> configuration 设置一番
7. reboot

安装代码托管:

1. sudo apt-get install git
2. git config --global user.name "username"
3. git config --global user.email "email"
4. check: git clone https://github.com/username/project.git
5. write  push.sh:
提交方法如下:
git add .
git commit -m 'personal modify'
git push

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

【直流微电网】径向直流微电网的状态空间建模与线性化:一种耦合DC-DC变换器状态空间平均模型的方法 (Matlab代码实现)内容概要:本文介绍了径向直流微电网的状态空间建模与线性化方法,重点提出了一种基于耦合DC-DC变换器状态空间平均模型的建模策略。该方法通过对系统中多个相互耦合的DC-DC变换器进行统一建模,构建出整个微电网的集中状态空间模型,并在此基础上实施线性化处理,便于后续的小信号分析与稳定性研究。文中详细阐述了建模过程中的关键步骤,包括电路拓扑分析、状态变量选取、平均化处理以及雅可比矩阵的推导,最终通过Matlab代码实现模型仿真验证,展示了该方法在动态响应分析和控制器设计中的有效性。; 适合人群:具备电力电子、自动控制理论基础,熟悉Matlab/Simulink仿真工具,从事微电网、新能源系统建模与控制研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握直流微电网中多变换器系统的统一建模方法;②理解状态空间平均法在非线性电力电子系统中的应用;③实现系统线性化并用于稳定性分析与控制器设计;④通过Matlab代码复现和扩展模型,服务于科研仿真与教学实践。; 阅读建议:建议读者结合Matlab代码逐步理解建模流程,重点关注状态变量的选择与平均化处理的数学推导,同时可尝试修改系统参数或拓扑结构以加深对模型通用性和适应性的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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