NVIDIA驱动安装、CUDA安装、cudnn安装

1、禁用 nouveau 驱动

sudo vim /etc/modprobe.d/nvidia-installer-disable-nouveau.conf

文件内容为:

# generated by nvidia-installer
blacklist nouveau
options nouveau modeset=0

再执行:

sudo update-initramfs -u
sudo shutdown -r now

介绍一下 update-initramfs :

NAME
update-initramfs - generate an initramfs image

SYNOPSIS
update-initramfs -c|-d|-u [-k version] [-t] [-v] [-b directory] [-h]
DESCRIPTION
The update-initramfs script manages your initramfs images on your local box. It keeps track of the existing initramfs archives in /boot. There are three modes of operation create, update or delete. You must at least specify one of those modes.
The initramfs is a gzipped cpio archive. At boot time, the kernel unpacks that archive into RAM disk, mounts and uses it as initial root file system. All finding of the root device happens in this early userspace.

OPTIONS
-k version
Set the specific kernel version for whom the initramfs will be generated. For example the output of uname -r for your currently running kernel. This argument is optional for update. The default is the latest kernel version.
The use of "all" for the version string specifies update-initramfs to execute the chosen action for all kernel versions, that are already known to update-initramfs.

-c
This mode creates a new initramfs.
-u
This mode updates an existing initramfs.
-d
This mode removes an existing initramfs.
-t
Allows one to take over an custom initramfs with a newer one.
-v
This option increases the amount of information you are given during the chosen action.
-b directory
Set an different bootdir for the image creation.
-h
Print a short help page describing the available options in update-initramfs.

2、关闭图形化界面

sudo /etc/init.d/lightdm stop

或者

sudo service lightdm stop

3、单独安装驱动

(1) 用cuda安装驱动

sudo <CudaInstaller>.run -silent -driver

(2) 下载驱动安装

下载路径:https://www.nvidia.com/Download/index.aspx?lang=cn

4、安装cuda、cudnn

cuda下载路径:https://developer.nvidia.com/cuda-toolkit-archive

sudo <CudaInstaller>.run

cudnn下载路径:https://developer.nvidia.com/rdp/cudnn-download

tar zxvf cudnn-10.0-linux-x64-v7.3.1.20.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.0/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.0/lib64/
sudo chmod a+r /usr/local/cuda-10.0/include/cudnn.h
sudo chmod a+r /usr/local/cuda-10.0/lib64/libcudnn*
sudo vim /etc/profile
export PATH="/usr/local/cuda-10.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.0/lib64:/usr/local/cuda-10.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH"

原文地址:https://www.cnblogs.com/jacen789/p/11414026.html

时间: 2024-11-05 23:30:45

NVIDIA驱动安装、CUDA安装、cudnn安装的相关文章

ubuntu上安装NVIDIA驱动、CUDA、CUDNN

Ubuntu18.04环境下的安装: 主要参考下面这个博客: https://blog.csdn.net/u010801439/article/details/80483036 https://blog.csdn.net/ice__snow/article/details/80144503 1.安装GPU英伟达驱动(针对ubuntu18.04) step .1:首先,检测你的NVIDIA图形卡和推荐的驱动程序的模型.执行命令: $ ubuntu-drivers devices 输出结果为: ==

Ubuntu系统---安NVIDIA 驱动后 CUDA+cuDNN 安装

Ubuntu系统---安NVIDIA 驱动后  CUDA+cuDNN 安装 上接<Ubuntu系统---NVIDIA 驱动安装>.预配置环境:Ubuntu16.04 + GTX2080Ti + CUDA10.0 + yolo v3+Opencv3.4.2 这一步,紧接着“NVIDIA 驱动已安完”后的“CUDA安装”.根据Ubuntu16.04 + GTX2080T 在英伟达官网上选择合适的驱动,有很多版本可选这里选择了NVIDIA-Linux-x86_64-410.78.run .没安装之前

Ubuntu安装CUDA、CUDNN比较有用的网址总结

Ubuntu安装CUDA.CUDNN比较有用的网址总结 1.tensorflow各个版本所对应的的系统要求和CUDA\CUDNN适配版本 https://tensorflow.google.cn/install/source_windows 2.手动安装CUDA/CUDNN https://blog.csdn.net/wanzhen4330/article/details/81699769 注意:该博文中设置CUDA环境变量的代码写错了,应该改为: export LD_LIBRARY_PATH=

CentOS7.3安装NVIDIA-1080ti驱动、cuda、cudnn、TensorFlow

Ubuntu非要换centOS...好吧... 看了很多是通过ELRepo源安装驱动,不过我没有成功,只是通过它的步骤检测了显卡驱动型号. 0.安装gcc yum -y install gcc-c++ 此处是重点:如果有之前的NVIDIA驱动请先卸载,而且,要先装cuda再装驱动...你也可以按照我的步骤来,最后再重装一次驱动. 1.检测显卡驱动及型号 ##添加ELPepo源 $ sudo rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrep

Ubuntu18.04上安装N卡驱动、CUDA、CUDNN三连

环境:Ubuntu18.04 显卡驱动真的挺方便的,CUDA和CUDNN还是踩了一些坑2333 1.安装显卡驱动 安装ubuntu更新或sudo apt-get update & sudo apt-get upgrade sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update ubuntu-drivers devices sudo ubuntu-drivers autoinstall 安装显卡驱动 sudo reb

Ubuntu 16.04安装N卡驱动、cuda、cudnn和tensorflow GPU版

安装驱动 最开始在英伟达官网下载了官方驱动,安装之后无法登录系统,在登录界面反复循环,用cuda里的驱动也出现了同样的问题.最后解决办法是把驱动卸载之后,通过命令行在线安装驱动. 卸载驱动: sudo nvidia-uninstall 在线安装: sudo apt-add-repository ppa:graphics-drivers/ppa sudo apt-get update sudo apt-get install nvidia-384 #具体驱动版本号可以到官网查 安装完之后,在终端输

ubuntu配置机器学习环境(二) cuda 和cudnn 安装

Nvidia CUDA Toolkit的安装(cuda) PS:特别推荐*.deb的方法,目前已提供离线版的deb文件,该方法比较简单,不需要切换到tty模式,因此不再提供原来的*.run安装方法,这里以CUDA 7.5为例. 一.CUDA Repository 1.1 安装所需依赖包 sudo apt-get install build-essential # basic requirement # sudo apt-get install libprotobuf-dev libleveldb

安装CUDA和cuDNN

GPU和CPU区别 1,CPU主要用于处理通用逻辑,以及各种中断事物 2,GPU主要用于计算密集型程序,可并行运作: NVIDIA 的 GeForce 显示卡系列采用 GPU 特性进行快速计算,渲染电脑画面,比如大型游戏,图像处理等场景的画面 深度学习的训练过程中,包含了大量重复性的计算,利用 GPU 的计算和并行特性,可提高训练的效率,具备 GPU 特性的电脑显卡就有用武之地啦! 使用 GPU 的计算前需要做些准备,下面以 window 7 x64 系统为例子 一,检查显卡类型和计算能力 1,

windows 上面的tensorflow-GPU、cuda、cudnn 安装

安装说明 平台:目前可在Ubuntu.Mac OS.Windows上安装 版本:提供gpu版本.cpu版本 安装方式:pip方式.Anaconda方式 Tips: 在Windows上目前支持python3.5.x gpu版本需要cuda8,cudnn5.1 安装进度 2017/3/4进度: Anaconda 4.3(对应python3.6)正在安装,又删除了,一无所有了 2017/3/5进度: Anaconda 4.3(对应python3.6)get Anaconda中python3.5.2ge

解决ubuntu18.04安装nvidia驱动报nvidia-dkms依赖无法安装(全程配图)

问题起源如下图:提示nvidia-driver-440 : 依赖: nvidia-dkms-440 (= 440.26-0ubuntu0~gpu18.04.2) 但是它将不会被安装(英文系统提示nvidia-driver-440 : Depends: nvidia-dkms-440 (= 440.26-0ubuntu0~gpu18.04.2) but it is not going to be installed)网上绕了一大圈每搜到,自己Ubuntu又不能搭梯google.找到了一个关于lin