ubuntu20.04 + cuda10.0 + cudnn7.6.4

粗暴解决因ubuntu 18.04因内核升级导致的NVIDIA显卡驱动失效 而我没有删掉之前的内核,因此在grub界面中出现了一堆之前的版本,在使用挨个重启电脑打开不同内核之后,发现最后一次能够正确启动显卡驱动的版本是 5.4.0-132-generic 显卡驱动是 nvidia-driver-470。以前出现过这种文体,好像是通过重装对应内核版本的dkms来解决,但是这次我发现dkms并没有问题,也就是说,其实真的是内核没有升级到对应版本的问题,单独安装时少安装了modules这个模块,结合上面的dkms安装信息,我推断是正确的,是因为内核的问题导致的。 阅读详情

1、装显卡驱动

1.1检测显卡型号和对应推荐安装驱动

lu@computer:~/project$ ubuntu-drivers devices
WARNING:root:_pkg_get_support nvidia-driver-390: package has invalid Support Legacyheader, cannot determine support level
== /sys/devices/pci0000:00/0000:00:1c.4/0000:04:00.0 ==
modalias : pci:v000010DEd00001347sv00001043sd00001A6Dbc03sc02i00
vendor   : NVIDIA Corporation
model    : GM108M [GeForce 940M]
driver   : nvidia-driver-465 - third-party non-free
driver   : nvidia-driver-418-server - distro non-free
driver   : nvidia-driver-450-server - distro non-free
driver   : nvidia-driver-390 - distro non-free
driver   : nvidia-driver-460 - third-party non-free recommended
driver   : nvidia-driver-460-server - distro non-free
driver   : xserver-xorg-video-nouveau - distro free builtin

lu@computer:~/project$ 


1.2如果有安装过旧的驱动,需要先删除旧的驱动:

sudo apt-get purge nvidia*

1.3禁用自带的驱动,通过如下命令创建一个文件:

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

在文件内添加如下内容:

blacklist nouveau
options nouveau modeset=0

更新一下:

sudo update-initramfs -u

1.4安装nvidia驱动

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

sudo apt-get install nvidia-driver-418-server 

sudo apt-get install mesa-common-dev

sudo apt-get install freeglut3-dev

注意:

1.具体驱动名称是“nvidia-driver-xxx”还是“nvidia-xxx”,需要根据上面“ubuntu-drivers devices”输出结果,由上图可见在ubuntu20.04 上是“nvidia-driver-xxx”

2.cuda10.0对应的驱动是410以上的版本,故这里安装418版本

 

1.5确保BIOS中Secure Boot设置为disabled,重启检查驱动是否安装成功

nvidia-smi

注意:

1.也可以执行下面指令自动安装所推荐的驱动,但这种方式没法选择驱动版本

sudo ubuntu-drivers autoinstall

 

2、安装CUDA

链接:https://developer.nvidia.com/cuda-toolkit-archive

2.1CUDA推荐下载.run可以根据提示安装

执行如下命令:

sudo bash cuda_10.0.130_410.48_linux.run

压住回车键,直到服务条款显示到100%。接着按下面的步骤选择:

accept

n(不要安装driver)

y

y

y

 

2.2安装完成后,设置环境变量

打开主目录下的 .bashrc文件添加如下路径,例如我的.bashrc文件在/home/lu/下。

    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
    export PATH=$PATH:/usr/local/cuda-10.0/bin
    export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0

终端运行:source ~/.bashrc

检查:nvcc --version

 

3.cudnn的安装

3.1下载安装文件

按需求下载cudnn的安装文件:https://developer.nvidia.com/rdp/cudnn-archive

3.2安装cudnn

解压下载的文件,可以看到cuda文件夹,在当前目录打开终端,执行如下命令:

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

3.3查看cudnn版本

在终端输入

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


 

安装pytorch 验证cuda安装是否成功:关闭当前命令行,并执行。 阅读详情

相关推荐

Ubuntu20.04 安装cuda和cudnn

目录Ubuntu20.04系统显卡2080 Ti 安装cuda和cudnn安装流程第一步:禁用nouveau第二步 Nvidia驱动安装Cuda安装cudnn安装 Ubuntu20.04系统显卡2080 Ti 安装cuda和cudnn 历经千辛万苦,终于完成第一步,先晒一下结果图: CUDA 10.2.89 cudnn 版本:7.6.5 本机器配置: 显卡为:GeForce RTX 2080 Ti Rev. A,其它如下: 安装流程 Ubuntu系统的安装选择最小安装,所以开始安装之前需安装必要的依赖,

qq_43202953的博客 9919

Ubuntu20.04安装cuda10.0、cudnn

因为Ubuntu20.04自带gcc-9,而cuda10.0支持gcc-4,因此要降级,但是gcc-4安装失败,尝试用gcc-7后面也安装成功了。

m0_55019159的博客 1102

Vmware 中 Ubuntu 20.04 安装 NVIDIA CUDA以及 cuDNN

Vmware 中 Ubuntu 20.04 安装 NVIDIA CUDA以及 cuDNN 文章目录Vmware 中 Ubuntu 20.04 安装 NVIDIA CUDA以及 cuDNNvSphere Bitfusion Client前提条件安装过程CUDACUDNN 为了使用Tensorflow GPU 尝试在vmware中 安装cuda , 但是 vmware不允许直接安装nvidia驱动; 采用 vSphere Bitfusion 技术来间接使用CUDA 参考链接 vSphere Bitfusio

Sizaif's 小屋 4万+

Ubuntu20.04安装CUDA10.0

Ubuntu20.04 RTX3070 安装CUDA10.0

weixin_43399955的博客 3482

Ubuntu18.04安装CUDA10、CUDNN

上篇记录了Ubuntu下安装INVIDIA显卡驱动的方法,尽管可以选择CUDA自带的驱动,但为了避免不必要的问题,尽量单独安装。 如果没有单独安装驱动,建议多找几篇博客,对比来看,了解有哪些坑,才能有效避免入坑。 下文为安装步骤 STEP1:CUDA官网选择适合自己系统的版本下载。 我的系统是Ubuntu18.04、64位,选择CUDA10版本如下:  STEP2:安装CUDA 在...

YZ的博客 10万+

Ubuntu18.04安装CUDA10.0、cuDNN7.5、tensorflow1.13

注意 在安装之前,务必确认操作系统、CUDA、cuDNN及tensorflow之间的对应的可用的版本型号。

zz_Rebas的博客 1万+

关于ubuntu1804无法识别显卡驱动的一种处理办法

装双系统时,关闭了secure boot,由于win11某款游戏的反作弊要求打开secure boot,打开后发现再次进入ubuntu导致认不到显卡驱动。终端提示推荐下载nvidia-driver-470,原先存在的510,515等等出现了不支持的原因,尝试重新下载驱动。这里我直接选择Enroll MOK,因为听说选择Continue boot会出现失败的情况,根据提示输入密码,选择y/n,出现如下界面。重启之后出现如下界面。

ZCL_031115的博客 1952

ubuntu20.04/Ubuntu22.04配置cuda和cuDNN

这里写自定义目录标题配置pytorch 环境用于深度学习Ubuntu20.04 安装显卡驱动Ubuntu20.04 安装CUDA和cuDNN 配置pytorch 环境用于深度学习 Ubuntu20.04 安装显卡驱动 显卡型号是GM200[GeForce GTX TITAN X] 网上搜索了许多教程,本人尝试了最简单的方法: 按下win可以唤出 Software & Updates 管理界面,然后选择“Addtional Drivers”,本人选择第一个选择; 安装结束了,在终端测试,是否安装成功

追梦的博客 7530

配置好cuda和cunn

配置cuda和cudnn

qq_42592227的博客 662

ubuntu20.04 安装Anaconda3+CUDA+cudnn+Pytorch

ubuntu20.04 安装Anaconda3+CUDA+cudnn+Pytorch 1、安装Anaconda: 打开终端,转到自己的下载目录下(命令为:cd /home/oliver/下载 ),然后输入以下命令: bash Anaconda3-2020.11-Linux-x86_64.sh 终端中查看Anaconda版本:conda -V 或者 conda --version 2、安装NVIDIA驱动:(我选用的方法2) (方法1)查看可安装的驱动:ubuntu-drivers devices..

yishuihanq的博客 8982

Ubuntu18.04安装NVIDIA显卡、CUDA10.1、cuDNN7.5

最近实验室要在ubuntu上搭建深度学习环境,在网上查找各种搭建教程,有些不完整,踩了不少坑,在此总结一下安装过程。 这篇主要总结在Ubuntu18.04上安装NVIDIA显卡、CUDA10.1以及cuDNN7.5。 1、安装NVIDIA显卡 我这里使用的是PPA仓库自动安装NVIDIA显卡,这种方法比较简单,网上还有其他的安装方法。 首先,要将显卡驱动的PPA添加到系统中 # Add...

AlphaWun的博客 9467

Ubuntu20.04下CUDA、cuDNN的详细安装与配置过程(图文)

Ubuntu20.04安装NVIDIA显卡驱动及CUDA深度学习环境配置(图文)安装准备,重要!NVIDIA(英伟达)显卡驱动安装安装CUDA安装cudnnCUDA测试 我发现在终端输入sudo apt install nvidia-cuda-toolkit就能自动安装CUDA了,但是有没有安装cudnn 安装准备,重要! NVIDIA(英伟达)显卡驱动安装 由于新安装的Ubuntu20.04系统并没有安装NVIDIA显卡驱动,所以需要先安装它。如果系统已经安装过驱动,可以通过指令nvidia-smi查看,

嵌入式技术与人工智能 16万+

ubuntu22.04版本安装CUDA及cuDNN

ubuntu22、深度学习、cuda

weixin_50457745的博客 1万+

Ubuntu20.04安装CUDA11.0和cuDNN8.0

文章目录1. 安装CUDA2. 安装cuDNN 1. 安装CUDA CUDA:https://developer.nvidia.com/cuda-toolkit 选择平台,不同的平台有不同安装步骤: 根据下面的命令安装就可以了: $ wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin $ sudo mv cuda-ubuntu2004.pin /etc.

NiuXL的编程技术网络日志 9854

Ubuntu 20.04,cuda 12.4安装对应的cuDNN, 2024最新教程(附带最新查看cuDNN版本指令)

cuDNN 9.0版本的cudnn_version.h 的路径已经改变,所以网上之前的验证方法都会报错,直接用下面指令进行验证。文件,右键点击属性 Properties,查看该文件的具体路径(红色框中)如果还是报错 或者 报路径找不到的错误,那就在。显示类似如下信息,表示cuDNN安装成功。进入nvidia官网的cuDNN页面,

weixin_45622961的博客 1万+

如何浏览与下载全球免费的地图高分辨率(亚米级)的遥感影像?

前言 如果你想使用商业卫星的高分辨遥感影像,一般价格昂贵。我们可以使用地图平台上免费的高分辨率数据。目前数据源很多,比如说google earth、天地图、四维地球、必应地图等等。这些影像统一有一个共同点就是:RGB三波段;Web地图瓦片服务。这意味着我们可以通过瓦片服务下载影像,但下载的影像只有三个波段,分别是 一.引言 二、可使用高分辨率的地图数据源 1.Google Earth影像 2.Esri World Image 3.天地图 4.必...

锐多宝的地理空间 2万+

最新CUDA环境配置教程(ubuntu 20.04 + cuda 11.7 + cuDNN 8.4)

ubuntu 20.04 CUDA 11.7 cuDNN 8.4 环境配置教程 ubuntu 20.04 CUDA 11.7 cuDNN 8.4 环境配置教程1.查看是否有合适的GPU2.查看系统版本,我用的是ubuntu 20.04:3.验证系统GCC版本:4.通过下面的地址下载安装包:这里奉劝各位一句, 如果你实在是新手, 可以选择deb(local)5.禁用系统自带的显卡驱动6.安装cuda程序7.将CUDA路径加入系统环境这里再次强调一下, 如果没学过vim的同学可以学一下, 在Linux中用的非

专注于人工智能领域的小何尚 3万+

Autojs实战教程---番茄免费小说Apk文件和源码

邀请码:782383363 字节跳到的App,推荐给大家,还是值得用一用的。不废话直接代码。 代码是带UI的复制后可以直接使用。 "ui"; //#region UI var rootUrl = "http://114.115.220.1:91";//各位大神小弟自己的服务器别黑谢谢 var storaySign = "FanqieXiaoShuo0412326@163.com"; var woolStorage = storages.create(storaySign);//创建本地存储 var

zy0412326的专栏 2万+

Ubuntu20.04安装CUDA cuDNN 以及对应的pytorch

安装 CUDA cudnn 详细教学

baobao135的博客 1万+

IDEA 2023.2最新破解安装教程(含详细配置步骤及常见问题解决)

本文详细介绍了IDEA 2023.2的安装流程及高效开发环境搭建指南,涵盖基础配置、项目结构优化、核心功能使用、插件推荐、性能优化等全方位内容,帮助开发者快速掌握这一强大的Java开发工具。

x2y3z4a5b的博客 1749

基于STM32的设计智慧超市管理系统(带收银系统+物联网环境监测)_167

本系统主要由超市环境监测部分和商品管理部分组成。环境监测部分主控芯片采用STM32F103C8T6,主要包括温湿度传感器、烟雾传感器和空调制热开关、空调制冷开关,采集的数据通过ESP8266模块+MQTT协议上传至OneNet云平台,在OneNet云平台设计手机和电脑版本可视化页面,能够在页面上查看超市的环境信息,还能在页面上手动打开空调制热开关和空调制冷开关。商品管理部分主要由RC522-RFID读卡器、上位机组成,实现商品选购、结算、顾客的VIP会员卡注册管理等功能。

6067

Ubuntu 16.04 上 CUDA_10.0及cuDNN的安装

一、安装方式 CUDA提供两种安装方式:package manager安装和runfile安装, package manager 安装方式相对简单一些,但是我在阅读别人博客的过程中发现选择这种方式在安装过程中问题可能多一点,失败的概率较大。为了减少不必要的麻烦我选择runfile安装方式。 下载cuda安装包:cuda官网下载,根据系统信息选择对应的版本,runfile安装的话最后一项要选择 ru...

lihe的博客 10万+

【第1章>第5节】SOM自组织映射网络的理论学习与MATLAB仿真

自组织映射网络(Self-Organizing Map,SOM)是一种无监督学习的人工神经网络,由芬兰学者Teuvo Kohonen于1981年提出,也被称为Kohonen网络。它的主要功能是将高维输入数据映射到低维(通常是二维)的离散网格上,同时保持输入数据的拓扑结构,即相邻的输入数据在映射后的网格上也相邻。

FPGA/MATLAB学习教程/源码/项目合作开发 400
上一篇: 深度学习框架的评估与比较
下一篇: 基于docker容器ubuntu16.04安装cuda10.1+cudnn7.6.4
我是谁??
博客等级 码龄11年 242粉丝 183原创
评论 5
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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