Ubuntu 18.04.2深度学习cuda 10.2环境部署(一)

配件清单:
CPU主板:x11sdi
内存:三星内存DDR4 2400 32g两条
固态:SanDisk SSD 240G
显卡:NVIDIA tesla M4
电源:海盗船 RM1000X
安装系统就略过了,网上有很多方式,可以自行查找
现在cuda10.2和显卡驱动是一起装的,所以这是一步完成
一、安装cuda10.2
请到官方下载:https://developer.nvidia.com/cuda-toolkit-archive cuda10.1安装方式和cuda10.2是一样的,根据环境可以去选择,如下图:

直接复制wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run. 下载。
下载后,先别急着安装需要禁用自带显卡驱动,还需关闭图形界面,命令如下:
sudo apt-get update #先更新系统
sudo apt-get install -y openssh-server #安装远程ssh-server
sudo apt-get install vim -y #安装vim编辑器
禁用nouveau:命令如下:
sudo chmod 666 /etc/modprobe.d/blacklist.conf
vim /etc/modprobe.d/blacklist.conf
#在最后面添加如下代码:
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
#然后保存(esc键,然后shift键+:键,然后输入wq,回车)
为了保证完全禁用掉,还要在内核中直接禁用Nouveau:

命令如下:
echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
完成后再把权限改回出来,命令如下:
sudo chmod 644 /etc/modprobe.d/blacklist.conf
这之后,更新配置试生效,命令如下:
update-initramfs -u

重启:sudo reboot
重启完成后,我们需要关闭图形界面,如果没有关闭图形界面,开始安装,测试时会报错。
关闭图形界面命令如下:
sudo systemctl stop gdm.service
然后执行:sudo sh cuda_10.2.89_440.33.01_linux.run
等了一会儿报错了:

gcc版本无法识别.为了减少麻烦,执行如下命令:
sudo apt install build-essential -y #该命令将安装一堆新包,包括gcc,g ++和make

要验证GCC编译器是否已成功安装,请使用gcc --version命令打印GCC版本:

然后我们在执行之前的命令:
sudo sh cuda_10.2.89_440.33.01_linux.run
等了一会儿出现如下:

输入:accept 然后回车,出现如下:

使用向下键移动Install,回车,等待一段时间如下图:

执行命令:nvidia-smi #如下图:

可以确定显卡驱动安装成功了
下一步,配置变变量环境:
执行命令:vim ~/.bashrc
#添加如下代码:
export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
#然后保存
输入命令:source ~/.bashrc
重启:sudo reboot
开始测试cuda是否安装成功:
命令如下:
cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
最后结果显示,如下:

有些地方可能会不一样,只要最后是Result = PASS就代表这cuda10.2安装成功了。

原文地址:https://blog.51cto.com/14204744/2464180

时间: 2024-11-06 11:34:37

Ubuntu 18.04.2深度学习cuda 10.2环境部署(一)的相关文章

Ubuntu 18.04 系统U盘安装与初步设置

Ubuntu 18.04 系统U盘安装与初步设置一.Ubuntu 18.04 单系统U盘安装二.其他设置开启ROOT账号,设定IP地址,安装启动Telnet,修改时区Ubuntu 18.04 单系统U盘安装一. Ubuntu 18.04 u盘启动盘制作? 制作环境Windows 10? Ubuntu系统镜像 ubuntu-18.04.2-live-server-amd64.iso(https://ubuntu.com/download/server)? U盘 我使用32G? 软件 rufs-3.

Ubuntu 18.04上CUDA 9.0、cuDNN7.0及Tensorflow 1.8的安装

配置 笔者使用Dell Inspiron 7559笔记本电脑,显卡为NVIDIA GTX 960M. 目标 由于本机显卡仅有nvidia-384驱动包能够良好支持(nvidia-387.nvidia-390包均在本机出现了系统无法登陆等异常),而CUDA 9.1需要驱动至少为nvidia-387,故选择安装CUDA 9.0及cuDNN7.0. TelsorFlow 1.8完全支持CUDA 9.0因此可以使用最新版. 安装显卡驱动 使用apt安装nvidia-384驱动包(实际安装驱动为390):

Ubuntu 18.04 安装Hadoop 2.10

安装步骤: 1.新建虚拟机(网络选桥接模式.内存尽量大) 2.安装Ubuntu 18.04 3.安装JDK JRE 4.创建hadoop用户 # 1.创建用户 sudo useradd -m hadoop -s /bin/bash # 2.设置密码(按提示输入两次密码) sudo passwd hadoop # 3.设置权限 sudo adduser hadoop sudo # 4.用hadoop登录后更新一下 apt sudo apt-get update 5.配置SSH无密码登录 ssh l

Ubuntu 18.04/18.10快速开启Google BBR的方法

说明:Ubuntu 18.04改变挺大的,内核直接升到了正式版4.15,而BBR内核要求为4.9,也就是说满足了,所以我们不需要换内核就可以很快的开启BBR,这里简单说下方法. 提示:Ubuntu 18.10依然可以用该方法开启BBR,而对于19.04.貌似官方直接给你开启了BBR,不需要重复开启了. 方法 1.修改系统变量 echo "net.core.default_qdisc=fq" >> /etc/sysctl.conf echo "net.ipv4.tc

备忘 ubuntu 18.04 下安装 tensorflow GPU 版本

转自:https://www.cnblogs.com/hutao722/p/9342577.html tensorflow目前已经升级至r1.9版本.在之前的深度学习中,我是在MAC的虚拟机上跑CPU版本的tensorflow程序,当数据量变大后,tensorflow跑的非常慢,在内存不足情况下,又容易造成系统崩溃(虚拟机走的是windows7). 配置信息 为了后续的深度学习,不得已,我在京东买了一部组装厂商提供的主机,是网吧特供机.配置如下: CPU i5 8400 6核 16G内存 GPU

深度学习(TensorFlow)环境搭建:(三)Ubuntu16.04+CUDA8.0+cuDNN7+Anaconda4.4+Python3.6+TensorFlow1.3

紧接着上一篇的文章<深度学习(TensorFlow)环境搭建:(二)Ubuntu16.04+1080Ti显卡驱动>,这篇文章,主要讲解如何安装CUDA+CUDNN,不过前提是我们是已经把NVIDIA显卡驱动安装好了 一.安装CUDA CUDA(Compute Unified Device Architecture),是英伟达公司推出的一种基于新的并行编程模型和指令集架构的通用计算架构,它能利用英伟达GPU的并行计算引擎,比CPU更高效的解决许多复杂计算任务,想使用GPU就必须要使用CUDA.

Ubuntu 18.04 nvidia driver 390.48 安装 TensorFlow 1.12.0 和 PyTorch 1.0.0 详细教程

最近要在个人台式机上搭建TensorFlow和PyTorch运行环境,期间遇到了一些问题.这里就把解决的过程记录下来,同时也可以作为安装上述环境的过程记录. 如果没有遇到类似的问题,想直接从零安装上述两个包的运行环境的,请直接阅读第三部分. 一.硬件和环境配置: 1)操作系统:Ubuntu 18.04: 2)NVIDIA Driver Version :390.48:(可通过nvidia-smi命令查到) 3)GPU:GTX 1080: (可通过nvidia-smi命令查到) 4)已安装CUDA

Ubuntu 18.04 基于NVIDIA 2080安装TensorFlow-GPU 1.13.1

官方文档 注意版本一一对应https://tensorflow.google.cn/install/source 其他请参考 Ubuntu16.04 基于NVIDIA 1080Ti安装TensorFlow-GPU 安装环境 系统:Ubuntu 18.04.02 desktop 显卡:NVIDIA GeForce GTX 2080 显卡驱动:NVIDIA-Linux-x86_64-410.72.run CUDA:cuda_10.0.130_410.48_linux cuDNN: libcudnn7

Ubuntu 18.04修改ip步骤

Ubuntu 18.04修改ip步骤: 注:配置/etc/network/interfaces已无用 vi /etc/netplan/50-cloud-init.yaml network:ethernets:eno1:addresses: [10.0.0.2/24]dhcp4: nogateway4: 10.0.0.1 :wq 注:1.":"后要有空格2.Ubuntu 18.04的网卡名已改为eno1.eno2.... 使配置生效(不需重启服务器): netplan apply 原文地