国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

linux下顯卡驅動,cuda,cudnn的安裝

這篇具有很好參考價值的文章主要介紹了linux下顯卡驅動,cuda,cudnn的安裝。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

安裝顯卡驅動,cuda,cudnn

linux安裝cuda11.1,深度學習,linux,運維,服務器

通過上表可以發(fā)現,如果要使用CUDA11.1,那么需要將顯卡的驅動更新至455.23或以上(Linux x86_64環(huán)境)。

linux安裝cuda11.1,深度學習,linux,運維,服務器
我還沒有安裝顯卡驅動

安裝顯卡驅動

下載驅動,直接去NVIDIA官網下載:https://www.nvidia.cn/Download/index.aspx?lang=cn

linux安裝cuda11.1,深度學習,linux,運維,服務器linux安裝cuda11.1,深度學習,linux,運維,服務器
linux安裝cuda11.1,深度學習,linux,運維,服務器sudo bash NVIDIA-Linux-x86_64-535.54.03.run

linux安裝cuda11.1,深度學習,linux,運維,服務器linux安裝cuda11.1,深度學習,linux,運維,服務器linux安裝cuda11.1,深度學習,linux,運維,服務器

第一個報錯

linux安裝cuda11.1,深度學習,linux,運維,服務器需要禁用nouveau驅動

在開機選項中(22版本用不了)

linux安裝cuda11.1,深度學習,linux,運維,服務器按e鍵

linux安裝cuda11.1,深度學習,linux,運維,服務器在最后加上空格 nomodeset

編輯配置文件

linux安裝cuda11.1,深度學習,linux,運維,服務器最末尾加上backlist nouveau
linux安裝cuda11.1,深度學習,linux,運維,服務器更新配置
linux安裝cuda11.1,深度學習,linux,運維,服務器

重啟

22版本的問題:
禁用驅動

安裝gcc7的問題:改源

sudo gedit /etc/apt/sources.list

添加:

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

linux安裝cuda11.1,深度學習,linux,運維,服務器

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

成功安裝了gcc和g++:
linux安裝cuda11.1,深度學習,linux,運維,服務器linux安裝cuda11.1,深度學習,linux,運維,服務器

如果存在需要配置gcc和g++路徑的情況:
使用如下指令:

gedit ~/.bashrc

添加兩條語句:

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

更新:

source ~/.bashrc

完成:
linux安裝cuda11.1,深度學習,linux,運維,服務器

然后在繼續(xù)安裝驅動程序:
linux安裝cuda11.1,深度學習,linux,運維,服務器

sudo bash NVIDIA-Linux-x86_64-535.54.03.run

22版本最后警告信息處理方式:
處理警告

至此,已經完成了22的驅動安裝

linux安裝cuda11.1,深度學習,linux,運維,服務器

第二個報錯

這里是針對ubuntu20.0和18的后續(xù)安裝

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.

安裝gcc7
安裝gcc7的參考

然后,安裝g++7

Ubuntu版本之高使得本機使用apt源中沒有所需的庫版本。所以可以嘗試將apt源換回官方源。然后apt update再安裝g++。

apt update

g++安裝報錯解決方案參考

sudo apt-get install g++-7

最后,先安裝build-essent,即可完成g++7的安裝

 sudo apt-get install build-essential

安裝g++后依舊顯示未安裝解決方案

第三個錯誤

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 “l(fā)ibvulkan1” 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

這一些報警信息先忽略了

屏幕不顯示問題解決方案

在安裝驅動的時候,選擇使用nvidia優(yōu)化顯示設置的選項卡:

linux安裝cuda11.1,深度學習,linux,運維,服務器

安裝cuda11.1

下載地址
linux安裝cuda11.1,深度學習,linux,運維,服務器linux安裝cuda11.1,深度學習,linux,運維,服務器

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安裝cuda11.1,深度學習,linux,運維,服務器
linux安裝cuda11.1,深度學習,linux,運維,服務器
在執(zhí)行第二條指令:
出錯

linux安裝cuda11.1,深度學習,linux,運維,服務器先安裝gcc

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

然后繼續(xù)執(zhí)行第二條指令安裝:


出現問題:
linux安裝cuda11.1,深度學習,linux,運維,服務器
于是乎,又重新下載了一次cuda11.1
linux安裝cuda11.1,深度學習,linux,運維,服務器linux安裝cuda11.1,深度學習,linux,運維,服務器
移動到
linux安裝cuda11.1,深度學習,linux,運維,服務器

linux安裝cuda11.1,深度學習,linux,運維,服務器
(之前的cuda文件只有200M,新下載的有3個G,可能安裝失敗和文件有關系)

然后再繼續(xù)安裝:

在輸入第二條命令之后,經過短暫的等待,會出現用戶安裝界面,其中包括是否選擇安裝Nvidia顯卡驅動

linux安裝cuda11.1,深度學習,linux,運維,服務器

如果本地已有驅動,可選擇不安裝(將光標移至Driver,點擊Enter即可),之后移至Install處,點擊Enter即可進行安裝。

linux安裝cuda11.1,深度學習,linux,運維,服務器
安裝成功:
linux安裝cuda11.1,深度學習,linux,運維,服務器
查看安裝的日志文件:
linux安裝cuda11.1,深度學習,linux,運維,服務器

開始按照說明配置環(huán)境變量

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

按照說明配置即可:

gedit ~/.bashrc

添加以下內容:

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

更新環(huán)境變量的配置,然后查看cuda 版本:

source ~/.bashrc
nvcc -V

linux安裝cuda11.1,深度學習,linux,運維,服務器
成功安裝cuda11.1

安裝cudnn

下載地址
linux安裝cuda11.1,深度學習,linux,運維,服務器
linux安裝cuda11.1,深度學習,linux,運維,服務器
在cudnn的下載目錄執(zhí)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*

驗證安裝是否成功:

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

linux安裝cuda11.1,深度學習,linux,運維,服務器

顯卡驅動參考
nvida 驅動下載地址

nvida 驅動下載方法

安裝cuda11.1和pytorch1.8文章來源地址http://www.zghlxwxcb.cn/news/detail-690341.html

到了這里,關于linux下顯卡驅動,cuda,cudnn的安裝的文章就介紹完了。如果您還想了解更多內容,請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網!

本文來自互聯(lián)網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如若轉載,請注明出處: 如若內容造成侵權/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經查實,立即刪除!

領支付寶紅包贊助服務器費用

相關文章

  • 【深度學習環(huán)境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch(裝機、顯卡驅動、CUDA、cudnn、pytorch)

    【深度學習環(huán)境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch(裝機、顯卡驅動、CUDA、cudnn、pytorch)

    【深度學習環(huán)境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch(裝機、顯卡驅動、CUDA、cudnn、pytorch) ?? 安裝時間 2023.11.08-2023.11.10 Windows 和 Ubuntu 雙系統(tǒng)的安裝和卸載 B站教程 【本文基本上跟這個詳細教程一致,優(yōu)先推薦看這個!】ubuntu20.04 下深度學習環(huán)境配置 史上最詳細教程 【精

    2024年02月04日
    瀏覽(99)
  • linux(centos7)離線安裝A100顯卡驅動cuda/cudnn 以及解決docker not select device driver...gpu

    linux(centos7)離線安裝A100顯卡驅動cuda/cudnn 以及解決docker not select device driver...gpu

    1.確認GPU型號和操作系統(tǒng)版本,本示例中以A100以及操作系統(tǒng)為Centos 7.9進行操作。 準備GPU驅動和CUDA 11.2軟件包,在nvidia官網進行驅動包和CUDA包下載 鏈接: link linux系統(tǒng)均選擇 Linux 64-bit CUDA Toolkit選擇最新版本 如您需要老版本CUDA,請前往老版本CUDA下載 本示例中使用CUDA 11.2。 訪

    2024年02月15日
    瀏覽(35)
  • ubuntu20.04顯卡驅動cuda cudnn conda TensorRT安裝及配置

    ubuntu20.04顯卡驅動cuda cudnn conda TensorRT安裝及配置

    如果要使用 TensorRT ,請注意CUDA 支持的最高算力要大于等于GPU本身的算力, 可以先看3小節(jié) conda和pip換源直接看2.3小節(jié) 本人已在ubuntu20.04下安裝成功。其他版本步驟應該差不多 如果帖子有幫助,感謝一鍵三連, ^_^ 部署有問題的小伙伴歡迎留言和加 Q 裙- 472648720 BEV各算法環(huán)境部

    2024年01月22日
    瀏覽(48)
  • 最新版ubuntu22.04安裝NVIDIA顯卡驅動以及CUDA、CUDNN,和安裝驅動gcc版本問題解決。

    最新版ubuntu22.04安裝NVIDIA顯卡驅動以及CUDA、CUDNN,和安裝驅動gcc版本問題解決。

    1.驅動安裝參考下述鏈接 1.1 NVIDIA顯卡驅動、 CUDA 的安裝參考這個博主的具體安裝步驟,但是最后一步的 cudnn 的安裝參考另一個博主,見鏈接。 1.2 可以選擇最新版本的驅動,需要在官網去找最新的版本對應。 2.最新版本我遇到的錯誤以及解決方法 2.1.在進入tty1界面后ubuntu安裝

    2024年04月24日
    瀏覽(32)
  • Ubuntu 20.04 LTS 系統(tǒng)下 安裝Nvidia 顯卡驅動、CUDA、cuDNN, 并可進行CUDA版本切換

    Ubuntu 20.04 LTS 系統(tǒng)下 安裝Nvidia 顯卡驅動、CUDA、cuDNN, 并可進行CUDA版本切換

    因為做深度學習的研究項目,為全新機器在Ubuntu 20.04 LTS 系統(tǒng)下 安裝Nvidia 顯卡驅動、Cuda、Cudnn。并進行CUDA版本切換 成功安裝完成了,寫個記錄。 步驟一: 安裝更新軟件列表和依賴項 在安裝Nvidia顯卡驅動之前,需要更新軟件列表和必要的依賴項。 步驟二: 查看GPU型號,并

    2024年02月13日
    瀏覽(28)
  • 在Windows 10(Win10)下安裝“NVIDIA圖形驅動程序-顯卡驅動”、“NVIDIA控制面板”、CUDA Toolkit、cuDNN Archive的詳細過程記錄

    在Windows 10(Win10)下安裝“NVIDIA圖形驅動程序-顯卡驅動”、“NVIDIA控制面板”、CUDA Toolkit、cuDNN Archive的詳細過程記錄

    目標:安裝CUDA Toolkit和cuDNN Archive 安裝CUDA Toolkit首先要知道自己的CUDA版本號,通過控制面板打開“NVIDIA 控制面板”查看自己的CUDA版本。 按照別人的經驗應該有下圖中的“NVIDIA 控制面板”, 但是我的沒有,如下圖所示: 原因是沒有完整安裝NVIDIA的顯卡驅動。下載一個驅動精

    2024年02月03日
    瀏覽(43)
  • 了解NVIDAI顯卡驅動(包括:CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV)

    了解NVIDAI顯卡驅動(包括:CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV)

    轉載 一篇 背景 ? 開發(fā)過程中需要用到GPU時,通常在安裝配置GPU的環(huán)境過程中遇到問題;CUDA Toolkit和CUDNN版本的對應關系;CUDA和電腦顯卡驅動的版本的對應關系;CUDA Toolkit、CUDNN、NCVV是什么呢? 舉個例子 安裝TensorFlow2.1過程中,想要使用到電腦的顯卡來進行開發(fā),但是發(fā)現默

    2024年02月13日
    瀏覽(22)
  • ubuntu 3060顯卡驅動+cuda+cudnn+pytorch+pycharm+vscode

    ubuntu 3060顯卡驅動+cuda+cudnn+pytorch+pycharm+vscode

    ubuntu18.04 melodic 宏基暗影騎士筆記本 ubuntu18.04 / ubuntu20.04 3060顯卡+CUDA11.1+cudnn8.1.0+pytorch1.8.0+pycharm2021+Anaconda+vscode 1)換清華源 2)安裝nvidia-driver-470-server 3)重啟電腦 4)nvidia-smi (檢查已顯卡驅動版本) CUDA Version: 11.4 (顯卡驅動API 11.4) CUDA下載地址:https://developer.nvidia.com/cuda-toolk

    2024年02月03日
    瀏覽(98)
  • 二十、Ubuntu22.04 + RTX2080 配置顯卡驅動 + CUDA + cuDNN

    二十、Ubuntu22.04 + RTX2080 配置顯卡驅動 + CUDA + cuDNN

    首先確定自己的顯卡型號 可以看到顯卡型號是 GeForce RTX 2080 然后去NVIDIA 官網下載對應的顯卡驅動 顯卡驅動下載地址 然后把下載好的驅動程序放到一個英文文件夾(否則進入非圖形化界面時可能中文亂碼),例如我這里新建了一個 driver 安裝所需依賴 卸載原有 NVIDIA 驅動 禁用

    2024年02月04日
    瀏覽(56)
  • cuda11.1和cuDNN v8.8.1的安裝目錄問題

    cuda的不同版本文件路徑是不一致的,在cuda10.1中,配置cudnn的文件路徑是: 但是在cuda11.1中,文件路徑改為: 真搞不懂,沒事改路徑干什么

    2024年02月10日
    瀏覽(24)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領取紅包,優(yōu)惠每天領

二維碼1

領取紅包

二維碼2

領紅包