Installez le pilote Nvidia et CUDA10.1+CUDNN sous Ubuntu18.04
Préparez d'abord deux disques U, l'un est le disque de démarrage du système Ubuntu et l'autre est un disque U vide de 128 Go (le système sera installé sur ce disque à l'avenir)
Disque de démarrage
1. Installez Ubuntu
- Téléchargez l'image Ubuntu, écrivez sur USB
-Réinstallez le système
, veuillez vous référer au lien suivanthttps://blog.csdn.net/weixin_43981221/article/details/88774450?utm_source=app&app_version=4.5.
installer Ubuntu
Insérez deux disques U dans l'ordinateur, ordinateur Shenzhou F2, entrez dans l'interface du BIOS.
Le gestionnaire de démarrage entre "EFI Boot Devices" et sélectionne le disque de démarrage
Sélectionnez rapidement installer ubuntu (ou entrez l'essai ubuntu, cliquez sur installer dans l'essai ubuntu)
Choisissez une installation minimale, choisissez d'autres options, configurez des partitions
Partition 128G :
/ | 20480M | racine | ext4 |
/démarrage | 2048M | démarrage | ext4 |
/domicile | restant | domicile | ext4 |
zone d'échange | 16384M | échanger |
Après l'installation, vous pouvez simplement vérifier si la partition est configurée avec succès via la commande
2. Configuration de l'environnement
- Le système initial nécessite l'installation de quelques packages de base :
sudo apt update
sudo apt install build-essential
Installation du pilote de la carte graphique NVIDIA
(Référence : https://blog.csdn.net/BigData_Mining/article/details/99670642)
Installer le pilote graphique
Vérifiez si le GPU de votre ordinateur est compatible CUDA
lspci | grep -i nvidia
#Installer sans lspci
apt install pciutils
1. Désactivez nouveau et redémarrez (en installant le pilote officiel de la carte graphique Nvidia et le nouveau pilote fourni avec le conflit système)
lsmod | grep nouveau
S'il y a une sortie que nouveau charge
(installé sans lsmod)
sudo apt install module-init-tools
2. Ouvrir la liste désactivée
sudo gedit /etc/modprobe.d/blacklist.conf
ou alors
sudo vim /etc/modprobe.d/blacklist.conf
Si vim ne peut pas être ouvert
remplacer par
sudo vi /etc/modprobe.d/blacklist.conf
Sur la dernière ligne du texte ouvert, ajoutez :
blacklist nouveau
options nouveau modeset=0
je mode édition
Ajouter à la fin de la ligne A
entrer une nouvelle ligne
Pour retirer d'abord esc pour sortir en mode commande, U
i avant d'insérer le curseur
renouveler
sudo update-initramfs -u
Redémarrez :
reboot
Vérifiez à nouveau pour voir si nouveau est désactivé (succès sans sortie)
lsmod | grep nouveau
(succès sans sortie)
Vous ne pouvez pas entrer sans redémarrer
3. Points clés :
0. Installez d'abord gcc
sudo apt install build-essential
1. Supprimez l'ancien pilote NVIDIA
sudo apt-get remove nvidia-*
sudo apt-get autoremove
2. Mettre à jour la liste des référentiels de logiciels système
sudo apt-get update
3. Utilisez la commande suivante pour vérifier quelle version du pilote de la carte Nvidia est recommandée pour être installée par le système
ubuntu-drivers devices
4. Utilisez l'installation recommandée
sudo ubuntu-drivers autoinstall
Ou précisez l'installation
sudo apt-get install nvidia-settings nvidia-driver-430 nvidia-prime
Installation de l'indicateur de basculement graphique double
sudo add-apt-repository ppa:nilarimogard/webupd8
sudo apt-get update
sudo apt-get install prime-indicator
Redémarrer
sudo reboot
5. Affichez les informations de la carte graphique (l'installation est réussie lorsqu'elle s'affiche)
nvidia-smi
Vous pouvez directement utiliser la commande suivante pour vérifier l'état de la carte graphique nvidia
lspci | grep -i nvidia
Installation de Cuda
L'exemple détaillé suivant est 10.2, mais je ne le recommande pas beaucoup. Il est un peu gênant d'utiliser tensorflow. Il est recommandé que 10.0 et 10.0 soient légèrement différents. Vous pouvez vous référer à https://blog.csdn.net /qq_43030766/article/details/91513501 Lors de l'installation de cuda, il y a une étape qui nécessite un Pass, si vous ne le redémarrez pas, essayez-le.
1. Téléchargez le site officiel de CUDA Toolkit : https://developer.nvidia.com/cuda-toolkit-archive
Archives de la boîte à outils CUDA | Développeur NVIDIA
https://blog.csdn.net/ithinking110/article/details/105144202
2. Installation
Vous pouvez créer vous-même un dossier, puis entrer les deux commandes ci-dessus dans le dossier : utilisez les commandes sous les instructions d'installation de la figure ci-dessus.
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run
2. Sélectionnez continuer et accepter dans l'invite qui s'affiche à nouveau, jusqu'à ce que l'écran suivant apparaisse :
Comme j'ai déjà installé le pilote de la carte graphique Nvidia, je n'installe pas le pilote ici, il me suffit donc de passer au pilote, d'appuyer sur la touche Entrée et de supprimer le X dans le "[]" pour ne pas le sélectionner. Puis dans Installer
3. Ajouter des variables d'environnement
sudo vim /etc/profile #(对所有用户)
sudo vim ~/.bashrc #(对当前用户)
Ajoutez la dernière ligne, enregistrez et quittez. (vérifiez votre propre adresse)
export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
vous pouvez le vérifier
Puis la source s'active
source /etc/profile #(对所有用户)
ou alors
source ~/.bashrc #(对当前用户)
5. Borne d'entrée
cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
Le résultat est le suivant :
Si Résultat = PASS apparaît, cela signifie que l'installation a réussi ! S'il n'y a pas de réussite, essayez de redémarrer !
4. Vérifiez la version du pilote et la boîte à outils CUDA
cat /proc/driver/nvidia/version nvcc -V
Entrez la commande dans le terminal pour afficher l'utilisation du GPU en temps réel :
Installation de CuDNN
1. Téléchargez la bibliothèque cuDNN pour Linux (un compte enregistré est requis : https://developer.nvidia.com/)
https://developer.nvidia.com/rdp/cudnn-download
2. Décompressez le fichier téléchargé. Après la décompression, le nom du dossier de cuDNN est cuda (modifiez selon vos propres instructions)
tar -zxvf cudnn-10.2-linux-x64-v7.6.5.32.tgz
3. Copiez le contenu de cuDNN dans le fichier d'installation de CUDA, c'est-à-dire copiez le contenu du fichier cuda décompressé par cuDNN dans CUDA dans /usr/local. (Vous devez vérifier votre propre chemin ici)
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*
Vérifiez que cudnn est installé avec succès
sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.2_amd64.deb
Il y a quelques exemples cudnn dans /usr/src/cudnn_samples_v7 lorsque le fichier Debian est sélectionné pour l'installation
Compiler l'exemple mnistCUDNN pour vérification
cp -r /usr/src/cudnn_samples_v7/ $HOME
cd $HOME/cudnn_samples_v7/mnistCUDNN
make clean && make
./mnistCUDNN
Si l'installation réussit, ce sera comme indiqué ci-dessous :Test passed!
4. Vérifiez si l'installation est réussie
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2