详解ubuntu18.04+GTX960m的440版本驱动+python3.6+anaconda+ cuda9.0+cudnn7.6.5+pycharm+tensorflow1.12.0

最新推荐文章于 2025-04-13 21:44:34 发布

原创

最新推荐文章于 2025-04-13 21:44:34 发布 · 1.6k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #ubuntu #cuda #gpu #深度学习

本文详细介绍了在Ubuntu系统中搭建GPU环境的全过程，包括显卡驱动、CUDA、cuDNN和Anaconda的安装，以及使用TensorFlow进行测试的方法。

写在前面的话

如果有想简单安装的小伙伴，请直接从后面安装tensorflow开始看。。。因为用conda安装会特别简单…

1、安装显卡驱动

在软件商店的右上角位置点击软件和更新
在这里插入图片描述
找到附加驱动，选择这个

在这里插入图片描述
然后点击应用更改。
查阅资料发现，X.org适合老版显卡，所以最好装闭源驱动。
查看可以用的驱动：ubuntu-drivers devices
选择推荐的440。

检查：

sudo /usr/bin/nvidia-settings

提示：在这里插入图片描述根据博客Dell-1080Ti 深度学习Win 10 + Ubuntu 16.04.02 双系统安装+anaconda2+tensorflow+opencv3.2+caffe，prime是软件选择独显还是集成显卡，这里不影响使用。

2、cuda安装

cuda简介

何为cuda？
CUDA（Compute Unified Device Architecture）是一个新的基础架构，这个架构可以使用GPU来解决商业、工业以及科学方面的复杂计算问题。它是一个完整的GPU解决方案，提供了…基于CUDA开发的程序代码在实际执行中分为两种，一种是运行在CPU上的宿主代码（Host Code），一种是运行在GPU上的设备代码（Device Code）…
详见哪些NVIDIA显卡支持CUDA技术? CUDA技术是什么,视频转换提速啦
查看显卡型号：lspci | grep -i nvidia
我的显卡是GTX960m
选择cuda9系列
根据下图在这里插入图片描述再结合之前选择的显卡驱动版本440，因此我可以选择的cuda版本为7-9.2
由上图，cuda9官方提示支持ubutnu16.17。查阅资料，高版本可以兼容第版本，所以选择版本的时候可以选择16.04。

我选择的是cuda9.1（ps：建议不要选择9.1，因为cudnn18年以后不提供这个版本的更新cudnn包，建议选择9.2或9.0。下面已经改成9.0）
在这里插入图片描述下方的这三个都需要需要下载，第一个是主文件，下面三个是补丁。
下载完成，先关机再开机看看有没有什么异常。。。
可以启动。。。

(1)、gcc降级

由于9.1版本cuda不支持ubutnu预装的gcc7，所以需要降级gcc

sudo apt-get install gcc-6#安装6
sudo apt-get install g++-6
cd /usr/bin
ls -l gcc* 
sudo mv gcc gcc.bak #备份
sudo ln -s gcc-6 gcc #重新链接
sudo mv g++ g++.bak#备份
sudo ln -s g++-6 g++#重新链接