Deepin15.11安装cuda10.1+tensorflow2.1_升级deepspeedcuda版本-优快云博客

本文链接：https://blog.youkuaiyun.com/xautzxc/article/details/104569136

本文提供了一步一步的指南，用于在Linux系统上安装NVIDIA的CUDA 10.1，包括禁用nouveau驱动，安装NVIDIA驱动程序，配置cuDNN，以及验证CUDA和GPU的可用性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

1.检验版本
2.安装显卡驱动
2.4 安装cuda toolkit 10.1
2.5添加环境，并验证
3.安装cudnn7.6
【参考】

1.检验版本

cuda10.1-gcc-kernel对应关系

查看自己的linux内核，gcc版本

lspci | grep -i nvidia
gcc -v
g++ -v
uname -r

基于以上对应关系，在NVIDIA官网下载对应的驱动文件——cuda_10.1.243_418.87.00_linux.run

###实际我的系统中gcc，g++版本是deepin默认版本6.3.0，也可以安装成功，不一定是表中的7.3###

2.安装显卡驱动

2.1 禁止nouveau

打开终端，sudo nano /etc/modprobe.d/blacklist.conf
or 以前装过显卡驱动的执行sudo nano /etc/modprobe.d/nvidia-installer-disable-nouveau.conf
在打开的blacklist.conf文件中添加如下内容：
```
blacklist nouveau
options nouveau modeset=0
```
ctrl+o ->回车，确认保存，ctrl+x退出
执行命令：sudo update-initramfs -u，等到检测结束
reboot reboot
重启要是黑屏无法进入的话，再次重启，当系统在grub引导项（即选择哪个系统起作用）时，按住键盘“e”进入加载程序文档，在linux boot那一行的splash后面插入：3 nomodeset，然后按下f10，此时系统进入了命令行模式，输入你的帐户密码即可。

2.2关闭桌面环境

在终端输入sudo service lightdm stop

2.3 执行安装驱动nvidia-driver

如果之前安装过其他版本，请先卸载
```
sudo chmod +x ./cuda_10.1.243_418.87.00_linux.run
sudo ./cuda_10.1.243_418.87.00_linux.run
```
等待一会进入UI界面，通过空格键只选择nvidia-driver安装，等待安装成功提示。
reboot
重启后进入桌面，打开终端，执行nvidia-smi
执行ls /dev/nvidia*，显示：/dev/nvidia0 /dev/nvidiactl /dev/nvidia-modeset

2.4 安装cuda toolkit 10.1

在终端执行sudo bash cuda_10.1.243_418.87.00_linux.run --no-opengl-libs
在弹出的UI中，不选择nvidia-driver，其余都选安装
在这里插入图片描述

2.5添加环境，并验证

sudo nano .bashrc，在末尾添加以下内容：

export PATH=/usr/local/cuda-10.1/bin:/usr/local/cuda-10.1/nsight-compute-2019.4.0${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

source .bashrc

重新打开终端，执行：nvcc -V

打开终端，执行

cd ~/NVIDIA_CUDA-10.1_Samples/1_Utilities/deviceQuery
make
./deviceQuery

则toolkit安装完毕。

3.安装cudnn7.6

下载对应cudnn版本，官网cudnn7.6
解压该文件，tar zxvf cudnn-10.1-linux-x64-v7.6.4.38.tgz

执行：

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