linux下显卡驱动,cuda,cudnn的安装

这篇具有很好参考价值的文章主要介绍了linux下显卡驱动,cuda,cudnn的安装。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

安装显卡驱动,cuda,cudnn

linux安装cuda11.1,深度学习,linux,运维,服务器

通过上表可以发现,如果要使用CUDA11.1,那么需要将显卡的驱动更新至455.23或以上(Linux x86_64环境)。

linux安装cuda11.1,深度学习,linux,运维,服务器
我还没有安装显卡驱动

安装显卡驱动

下载驱动,直接去NVIDIA官网下载:https://www.nvidia.cn/Download/index.aspx?lang=cn

linux安装cuda11.1,深度学习,linux,运维,服务器linux安装cuda11.1,深度学习,linux,运维,服务器
linux安装cuda11.1,深度学习,linux,运维,服务器sudo bash NVIDIA-Linux-x86_64-535.54.03.run

linux安装cuda11.1,深度学习,linux,运维,服务器linux安装cuda11.1,深度学习,linux,运维,服务器linux安装cuda11.1,深度学习,linux,运维,服务器

第一个报错

linux安装cuda11.1,深度学习,linux,运维,服务器需要禁用nouveau驱动

在开机选项中(22版本用不了)

linux安装cuda11.1,深度学习,linux,运维,服务器按e键

linux安装cuda11.1,深度学习,linux,运维,服务器在最后加上空格 nomodeset

编辑配置文件

linux安装cuda11.1,深度学习,linux,运维,服务器最末尾加上backlist nouveau
linux安装cuda11.1,深度学习,linux,运维,服务器更新配置
linux安装cuda11.1,深度学习,linux,运维,服务器

重启

22版本的问题:
禁用驱动

安装gcc7的问题:改源

sudo gedit /etc/apt/sources.list

添加:

deb [arch=amd64] http://archive.ubuntu.com/ubuntu focal main universe

linux安装cuda11.1,深度学习,linux,运维,服务器

apt-get update
apt-get -y install gcc-7 g++-7

成功安装了gcc和g++:
linux安装cuda11.1,深度学习,linux,运维,服务器linux安装cuda11.1,深度学习,linux,运维,服务器

如果存在需要配置gcc和g++路径的情况:
使用如下指令:

gedit ~/.bashrc

添加两条语句:

alias gcc='/usr/bin/gcc-7'
alias g++='/usr/bin/g++-7'

更新:

source ~/.bashrc

完成:
linux安装cuda11.1,深度学习,linux,运维,服务器

然后在继续安装驱动程序:
linux安装cuda11.1,深度学习,linux,运维,服务器

sudo bash NVIDIA-Linux-x86_64-535.54.03.run

22版本最后警告信息处理方式:
处理警告

至此,已经完成了22的驱动安装

linux安装cuda11.1,深度学习,linux,运维,服务器

第二个报错

这里是针对ubuntu20.0和18的后续安装

ERROR: Unable to find the development tool cc in your path; please make
sure that you have the package ‘gcc’ installed. If gcc is installed
on your system, then please check that cc is in your PATH.

安装gcc7
安装gcc7的参考

然后,安装g++7

Ubuntu版本之高使得本机使用apt源中没有所需的库版本。所以可以尝试将apt源换回官方源。然后apt update再安装g++。

apt update

g++安装报错解决方案参考

sudo apt-get install g++-7

最后,先安装build-essent,即可完成g++7的安装

 sudo apt-get install build-essential

安装g++后依旧显示未安装解决方案

第三个错误

Unable to find a suitable destination to install 32-bit
compatibility libraries. Your system may not be set up for 32-bit
compatibility. 32-bit compatibility files will not be installed; if
you wish to install them, re-run the installation and set a valid
directory with the --compat32-libdir option.

This NVIDIA driver package includes Vulkan components, but no
Vulkan ICD loader was detected on this system. The NVIDIA Vulkan
ICD will not function without the loader. Most distributions
package the Vulkan loader; try installing the “vulkan-loader”,
“vulkan-icd-loader”, or “libvulkan1” package

Unable to determine the path to install the libglvnd EGL vendor
library config files. Check that you have pkg-config and the
libglvnd development libraries installed, or specify a path with
–glvnd-egl-config-path.

https://github.com/KhronosGroup/Vulkan-Headers
https://github.com/KhronosGroup/Vulkan-Loader

这一些报警信息先忽略了

屏幕不显示问题解决方案

在安装驱动的时候,选择使用nvidia优化显示设置的选项卡:

linux安装cuda11.1,深度学习,linux,运维,服务器

安装cuda11.1

下载地址
linux安装cuda11.1,深度学习,linux,运维,服务器linux安装cuda11.1,深度学习,linux,运维,服务器

wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run

sudo sh cuda_11.1.1_455.32.00_linux.run

linux安装cuda11.1,深度学习,linux,运维,服务器
linux安装cuda11.1,深度学习,linux,运维,服务器
在执行第二条指令:
出错

linux安装cuda11.1,深度学习,linux,运维,服务器先安装gcc

sudo apt-get install gcc
sudo sh cuda_11.1.1_455.32.00_linux.run --override

然后继续执行第二条指令安装:


出现问题:
linux安装cuda11.1,深度学习,linux,运维,服务器
于是乎,又重新下载了一次cuda11.1
linux安装cuda11.1,深度学习,linux,运维,服务器linux安装cuda11.1,深度学习,linux,运维,服务器
移动到
linux安装cuda11.1,深度学习,linux,运维,服务器

linux安装cuda11.1,深度学习,linux,运维,服务器
(之前的cuda文件只有200M,新下载的有3个G,可能安装失败和文件有关系)

然后再继续安装:

在输入第二条命令之后,经过短暂的等待,会出现用户安装界面,其中包括是否选择安装Nvidia显卡驱动

linux安装cuda11.1,深度学习,linux,运维,服务器

如果本地已有驱动,可选择不安装(将光标移至Driver,点击Enter即可),之后移至Install处,点击Enter即可进行安装。

linux安装cuda11.1,深度学习,linux,运维,服务器
安装成功:
linux安装cuda11.1,深度学习,linux,运维,服务器
查看安装的日志文件:
linux安装cuda11.1,深度学习,linux,运维,服务器

开始按照说明配置环境变量

Please make sure that
 -   PATH includes /usr/local/cuda-11.1/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-11.1/lib64, or, add /usr/local/cuda-11.1/lib64 to /etc/ld.so.conf and run ldconfig as root

按照说明配置即可:

gedit ~/.bashrc

添加以下内容:

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

更新环境变量的配置,然后查看cuda 版本:

source ~/.bashrc
nvcc -V

linux安装cuda11.1,深度学习,linux,运维,服务器
成功安装cuda11.1

安装cudnn

下载地址
linux安装cuda11.1,深度学习,linux,运维,服务器
linux安装cuda11.1,深度学习,linux,运维,服务器
在cudnn的下载目录执行指令:

tar -xvf cudnn-linux-x86_64-8.7.0.84_cuda11-archive.tar.xz 
sudo cp cudnn-linux-x86_64-8.7.0.84_cuda11-archive/include/cudnn*.h /usr/local/cuda/include
sudo cp -p cudnn-linux-x86_64-8.7.0.84_cuda11-archive/lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

验证安装是否成功:

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

linux安装cuda11.1,深度学习,linux,运维,服务器

显卡驱动参考
nvida 驱动下载地址

nvida 驱动下载方法

安装cuda11.1和pytorch1.8文章来源地址https://www.toymoban.com/news/detail-690341.html

到了这里,关于linux下显卡驱动,cuda,cudnn的安装的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【深度学习环境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch(装机、显卡驱动、CUDA、cudnn、pytorch)

    【深度学习环境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch(装机、显卡驱动、CUDA、cudnn、pytorch) 📆 安装时间 2023.11.08-2023.11.10 Windows 和 Ubuntu 双系统的安装和卸载 B站教程 【本文基本上跟这个详细教程一致,优先推荐看这个!】ubuntu20.04 下深度学习环境配置 史上最详细教程 【精

    2024年02月04日
    浏览(45)
  • linux(centos7)离线安装A100显卡驱动cuda/cudnn 以及解决docker not select device driver...gpu

    1.确认GPU型号和操作系统版本,本示例中以A100以及操作系统为Centos 7.9进行操作。 准备GPU驱动和CUDA 11.2软件包,在nvidia官网进行驱动包和CUDA包下载 链接: link linux系统均选择 Linux 64-bit CUDA Toolkit选择最新版本 如您需要老版本CUDA,请前往老版本CUDA下载 本示例中使用CUDA 11.2。 访

    2024年02月15日
    浏览(41)
  • ubuntu20.04显卡驱动cuda cudnn conda TensorRT安装及配置

    如果要使用 TensorRT ,请注意CUDA 支持的最高算力要大于等于GPU本身的算力, 可以先看3小节 conda和pip换源直接看2.3小节 本人已在ubuntu20.04下安装成功。其他版本步骤应该差不多 如果帖子有帮助,感谢一键三连, ^_^ 部署有问题的小伙伴欢迎留言和加 Q 裙- 472648720 BEV各算法环境部

    2024年01月22日
    浏览(49)
  • 最新版ubuntu22.04安装NVIDIA显卡驱动以及CUDA、CUDNN,和安装驱动gcc版本问题解决。

    1.驱动安装参考下述链接 1.1 NVIDIA显卡驱动、 CUDA 的安装参考这个博主的具体安装步骤,但是最后一步的 cudnn 的安装参考另一个博主,见链接。 1.2 可以选择最新版本的驱动,需要在官网去找最新的版本对应。 2.最新版本我遇到的错误以及解决方法 2.1.在进入tty1界面后ubuntu安装

    2024年04月24日
    浏览(48)
  • Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、CUDA、cuDNN, 并可进行CUDA版本切换

    因为做深度学习的研究项目,为全新机器在Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、Cuda、Cudnn。并进行CUDA版本切换 成功安装完成了,写个记录。 步骤一: 安装更新软件列表和依赖项 在安装Nvidia显卡驱动之前,需要更新软件列表和必要的依赖项。 步骤二: 查看GPU型号,并

    2024年02月13日
    浏览(56)
  • 在Windows 10(Win10)下安装“NVIDIA图形驱动程序-显卡驱动”、“NVIDIA控制面板”、CUDA Toolkit、cuDNN Archive的详细过程记录

    目标:安装CUDA Toolkit和cuDNN Archive 安装CUDA Toolkit首先要知道自己的CUDA版本号,通过控制面板打开“NVIDIA 控制面板”查看自己的CUDA版本。 按照别人的经验应该有下图中的“NVIDIA 控制面板”, 但是我的没有,如下图所示: 原因是没有完整安装NVIDIA的显卡驱动。下载一个驱动精

    2024年02月03日
    浏览(64)
  • 了解NVIDAI显卡驱动(包括:CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV)

    转载 一篇 背景   开发过程中需要用到GPU时,通常在安装配置GPU的环境过程中遇到问题;CUDA Toolkit和CUDNN版本的对应关系;CUDA和电脑显卡驱动的版本的对应关系;CUDA Toolkit、CUDNN、NCVV是什么呢? 举个例子 安装TensorFlow2.1过程中,想要使用到电脑的显卡来进行开发,但是发现默

    2024年02月13日
    浏览(50)
  • ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

    ubuntu18.04 melodic 宏基暗影骑士笔记本 ubuntu18.04 / ubuntu20.04 3060显卡+CUDA11.1+cudnn8.1.0+pytorch1.8.0+pycharm2021+Anaconda+vscode 1)换清华源 2)安装nvidia-driver-470-server 3)重启电脑 4)nvidia-smi (检查已显卡驱动版本) CUDA Version: 11.4 (显卡驱动API 11.4) CUDA下载地址:https://developer.nvidia.com/cuda-toolk

    2024年02月03日
    浏览(48)
  • 二十、Ubuntu22.04 + RTX2080 配置显卡驱动 + CUDA + cuDNN

    首先确定自己的显卡型号 可以看到显卡型号是 GeForce RTX 2080 然后去NVIDIA 官网下载对应的显卡驱动 显卡驱动下载地址 然后把下载好的驱动程序放到一个英文文件夹(否则进入非图形化界面时可能中文乱码),例如我这里新建了一个 driver 安装所需依赖 卸载原有 NVIDIA 驱动 禁用

    2024年02月04日
    浏览(49)
  • cuda11.1和cuDNN v8.8.1的安装目录问题

    cuda的不同版本文件路径是不一致的,在cuda10.1中,配置cudnn的文件路径是: 但是在cuda11.1中,文件路径改为: 真搞不懂,没事改路径干什么

    2024年02月10日
    浏览(42)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包