1、安装ubuntu系统,只需要分两个区即可,一个为swap分区,用8G,一个根分区/
2、安装系统后不要通过sudo apt update和sudo apt upgrade更新软件源内容和更新软件,我的感觉的原始14.04的依赖解决的比较好,一旦更新后很多依赖包依赖低版本的,而升级后的包的版本过高,导致很多依赖问题,不过不清楚是否是这个原因,有谁了解请分享一下。
3、安装nvidia原生驱动
(1)移除原来驱动
sudo apt-get remove --purge nvidia*
sudo apt-get autoremove
(2) 禁用默认驱动(nouveau是通用的驱动程序)
在安装NVIDIA驱动以前需要禁止系统自带显卡驱动nouveau。
在终端输入命令打开blacklist.conf文件。
sudo vim /etc/modprobe.d/blacklist.conf
如果没有Vim,根据提示安装Vim。sudo apt-get install vim
在打开的文件末尾输入并保存:
blacklist nouveau
options nouveau modeset=0
ESC退出后,再输入 :wq 进行修改保存
最后更新一下系统的initramfs镜像文件,在终端中输入:
sudo update-initramfs -u
完成以上步骤后,reboot重启电脑。然后在终端中输入:lsmod | grep nouveau
如果没有输出结果,表示禁用成功,没有成功则不能进入下一步。
(2)然后下载官方驱动(我比较喜欢最新的版本)。推荐下载英文版的驱动,防止中文乱码。例如
wget http://us.download.nvidia.com/XFree86/Linux-x86_64/410.93/NVIDIA-Linux-x86_64-410.93.run
(3)关闭secure boot:
到电脑的BIOS里关闭“安全启动”的选项。如果不关的话,在后面安装驱动的时候会问你要不要注册key巴拉巴拉之类的,反正我看不懂也没有成功过。
(4)关闭图形界面:
如果系统已经有图形界面(比如ubuntu desctop),最好关闭一下图形界面。关闭之前要先切换到命令行界面,使用快捷键Ctrl+Alt+F1(F1不行的话,就换成F2、F3…)。然后sudo权限运行命令
# 如果是gnome桌面环境,执行
service gdm3 stop
# 如果是xfce桌面环境,执行
service lightdm stop
# 如果提示Failed to stop lightdm.service: Unit lightdm.service not loaded,可以不用管它,继续
systemctl stop lightdm
(2)安装nvidia驱动 安装cuda一定使用run安装,deb安装方式会默认安装驱动,与之前安装的驱动会冲突
给cuda可执行的权限
sudo chmod a+x NVIDIA-Linux-x86_64-375.20.run
安装步骤
安装(注意 参数)
sudo ./NVIDIA-Linux-x86_64-375.20.run --no-x-check --no-nouveau-check --no-opengl-files
--no-x-check 安装驱动时关闭X服务
--no-nouveau-check 安装驱动时禁用nouveau
--no-opengl-files 只安装驱动文件,不安装OpenGL文件
以上几个参数必须添加,否则还会出现循环登录的问题,有人说是OpenGL以及双显卡的问题,有具体了解细节的同学可以留言分享一下,感谢。
Accept
Continue installation
Would you like to run the nvidia-xconfig utility to automatically update your X Configuration file so set the NVIDIA X driver will be used when you restart X?
NO
Install 32-Bit compatibility libraries?参考
NO
(3)切换到cuda文件目录
cd到下载好的cuda目录,再ls查看cuda名字
(4)给cuda可执行的权限
sudo chmod a+x cuda_8.0.44_linux.run
(5)安装步骤
sudo sh cuda_8.0.44_linux.run
选项如下所示:
Description
This package includes over 100+ CUDA examples that demonstrate
various CUDA programming principles, and efficient CUDA
implementation of algorithms in specific application domains.
The NVIDIA CUDA Samples License Agreement is available in
Do you accept the previously read EULA?
accept/decline