Ubuntu18.04下CUDA10.x和TensorFlow1.x环境搭建(2019.7重编版)

最新推荐文章于 2024-06-17 16:04:49 发布

原创

最新推荐文章于 2024-06-17 16:04:49 发布 · 1.3k 阅读

CC 4.0 BY-SA版权

文章标签：

其实主要是CUDA的安装, 别的都很简单.

用指令看下英伟达显卡:

lspci | grep -I nvidia

当你搭建完成环境之后, 可以用官方案例查看硬件信息, 我的GPU信息显示如下图, 这张表的参数在后续的并行算法设计中是很有用的:

这步其实可以跳过, CUDA包里面带了驱动, 但是我还是给出流程. 注意禁用nouveau这一步还是要的.

最好不要用Ubuntu附加驱动里提供的显卡驱动.
可能会遇到一些奇怪的问题, 当然, 锦鲤是不会出问题的(手动滑稽).
这是第一个坑点, 大体有三种展现方式:

装完重启进不去系统, 卡住ubuntu加载页面;

无限登录;

装好了, 进入了系统, 然后输入nvidia-smi指令没有任何反应. 正常情况会弹出一张表, 如下所示:

我的实操:
首先到官网下载显卡驱动, 比方说我是GTX 1080Ti, 操作系统是64位Linux, 我就找对应的版本进行下载.

删掉以往的驱动. 注意, 就算你啥都没装, 这步也是无害的.

sudo apt-get remove --purge nvidia*

安装驱动需要的库:

sudo apt-get update
sudo apt-get install dkms build-essential linux-headers-generic

驱动安装可能需要的库:

sudo dpkg --add-architecture i386
sudo apt update
sudo apt install libc6:i386

安装CUDA需要的库:

sudo apt-get install freeglut3-dev libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

打开blacklist.conf, 在最后加入禁用nouveau的设置, 这是一个开源驱动, 如

200万优质内容无限畅学