[Ubuntu] [Test personnel disponible] À propos de l'installation des pilotes Ubuntu20.04 et Nvidia et de CUDA Toolkit et de l'ajout de Pytorch dans Anaconda pour vérifier si CUDA est disponible

1. Utilisez Rufus pour créer un disque de démarrage Ubuntu

Ensuite, comme indiqué ci-dessous, démarrez

Après le démarrage, une boîte de dialogue apparaîtra vous invitant à choisir le mode ISO ou DD. Une attention particulière doit être portée au fait que j'ai choisi le mode miroir DD.

Concernant la différence entre les modes ISO et DD, vous pouvez jeter un oeil ici : boot - L'écriture sur disque de l'image DD est-elle permanente ? - Demandez à Ubuntu

Il n'y a qu'une seule raison pour laquelle j'utilise le mode DD :

Après l'installation à l'aide de l'image ISO, au démarrage d'Ubuntu, le message "L'édition de ligne minimale de type BASH est prise en charge...", puis la ligne de commande de l'invite grub. J'ai essayé de nombreuses méthodes sur Internet mais je n'arrive pas à le résoudre, afin que je puisse utiliser la méthode de l'image DD pour résoudre le problème. .

Quant à la raison pour laquelle cette invite apparaît, il est fort probable que j'ai détruit la zone de démarrage par des opérations aléatoires. À ce moment-là, après avoir installé Ubuntu et installé le pilote Nvidia, j'ai redémarré et connecté à Ubuntu. L'écran était noir et je Je ne pouvais pas voir le bureau, seulement la souris. , puis j'ai commencé à fonctionner à l'aveugle.

——Après plusieurs opérations, j'ai choisi le mode miroir DD actuel ! Quant à la raison de l’écran noir après la connexion, nous en reparlerons plus tard.

2. Installez le pilote Nvidia

2.1 Vérifiez s'il existe un GPU Nvidia

Exécutez d'abord cette commande

lspci | grep -i nvidia

Il y a un résultat

Essayer à nouveau

nvidia-smi

Le résultat est une commande introuvable

Cela signifie que le pilote GPU n'est pas installé.

2.2 Installer le pilote GPU

2.2.1 Installer gcc et créer

Parce que je viens de commencer à l'utiliser après l'installation, j'ai découvert que gcc et make n'étaient pas installés.

Exécutez la commande pour l'installer

sudo apt install gcc
sudo apt install make
2.2.2 : Désactiver et désinstaller le nouveau pilote

La nouveauté est la raison pour laquelle l'écran noir apparaît après l'installation du pilote Nvidia.

Ma propre façon de gérer ce problème est de le désactiver et de le supprimer :

(1) Désactiver le nouveau

Ouvrez le fichier blacklist.conf :

sudo nano /etc/modprobe.d/blacklist.conf

Ajouter du contenu:

blacklist nouveau
options nouveau modeset=0

Puis quittez et enregistrez.

Mettre à jour le noyau :

sudo update-initramfs -u

Redémarrage:

sudo reboot
(2) Désinstaller le nouveau pilote

Notez qu'avec l'étape de suppression, il peut être redondant de désactiver nouveau ci-dessus. Je ne l'ai pas vérifié. Ce que j'ai enregistré est l'opération réelle.

Portez une attention particulière à certains articles disant que vous devez ajouter des sources, réduire la version de gcc, supprimer d'abord le pilote nvidia et mettre à niveau à chaque tour. N'essayez pas aveuglément !

Pour désinstaller nouveau, utilisez la commande

apt-get --purge remove xserver-xorg-video-nouveau
2.2.3 : Installer le pilote Nvidia

Utilisez la commande pour vérifier

ubuntu-drivers devices

Probablement quelque chose comme ça

puis installez

ubuntu-drivers autoinstall

Oui, c'est comme ça que je l'ai installé.

puis redémarre

reboot

Après le redémarrage, connectez-vous et vous pourrez voir le bureau normalement.

et entrez

nvidia-smi

Il y a également du contenu affiché.

(La photo ci-dessus a été prise après avoir installé CUDA Toolkit. La version originale de CUDA affichée n'était pas 12.2)

3. Installez la boîte à outils CUDA

Ici, je voudrais rappeler à tout le monde, n’essayez pas facilement les blogs en ligne et jetez un œil attentif au site officiel de Nvidia ! !

Étape 1 : Accédez à la page de téléchargement de CUDA

Téléchargements de la boîte à outils CUDA 12.2 mise à jour 2 | Développeur NVIDIA

Étape 2 : en fonction de la situation réelle, choisissez soigneusement en fonction des options de la page

Les commandes suivantes sont exécutées séquentiellement

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.2.2/local_installers/cuda-repo-ubuntu2004-12-2-local_12.2.2-535.104.05-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-12-2-local_12.2.2-535.104.05-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2004-12-2-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

Exécutez les commandes une par une, soyez patient, la taille du CUDA Toolkit dépasse les 2 Go

Une fois l'exécution terminée, vous pouvez l'essayer avec nvcc

nvcc -V

Le résultat est commande introuvable, ne vous inquiétez pas, il reste encore une étape.

Étape 3 : ajoutez le chemin cuda à .bashrc

Exécution (principalement, le point décimal est devant le nom du fichier, pas devant /)

sudo gedit ~/.bashrc

Puis ajoutez à la fin

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

Enregistrer le document et quitter

Puis mettez-le à jour

source ~/.bashrc

Utilisez ensuite nvcc pour vérifier à nouveau.

nvcc -V

À ce moment-là, j'ai redémarré prudemment l'ordinateur

reboot

Une fois l'installation terminée, exécutez nvidia-smi et vous constaterez que la version CUDA a également été mise à jour. La capture d'écran est la capture d'écran que j'ai prise après avoir exécuté nvidia-smi ci-dessus. Laissez-moi vous expliquer encore une fois, c'est la capture d'écran après l'installation de CUDA. Il n'y a pas eu de capture d'écran lorsque seul le pilote a été installé.

4. Installez Anaconda et Pytorch

Étape 1 : Accédez au site officiel d'Andaconda pour télécharger le fichier d'installation

Site Web : Téléchargement gratuit | Anaconda

Le fichier que j'ai téléchargé est Anaconda3-2023.07-2-Linux-x86_64.sh, qui fait plus de 1,1 Go.

Étape 2 : Exécuter le fichier .sh
bash ./Anaconda3-2023.07-2-Linux-x86_64.sh
Étape 3 : Créer un environnement

Après avoir installé Anaconda, j'ai créé un environnement avec python=3.7 nommé py37 :

conda create -n py37 python=3.7 

Activez ensuite cet environnement

conda activate py37
Étape 4 : Installer Pytorch

Comme je l’ai déjà dit, n’essayez pas facilement les blogs en ligne, regardez davantage le site officiel. Ici, vous devez vous rendre sur le site officiel de Pytorch

Entrez l'URL : PyTorch

Choisissez en fonction de la situation réelle, mon choix est le suivant :

Notez qu'il y a une commande à la fin. N'oubliez pas d'exécuter cette commande dans l'environnement py37 tout de suite :

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

Alors attendez patiemment, c'est en fait assez rapide.

Étape 5 : utilisez Pytorch pour vérifier si CUDA est valide.

Écrire un fichier python

import torch
print(torch.__version__)
print(torch.cuda.is_available())

Nous enregistrons ce fichier sous test.py et l'exécutons tout à l'heure dans l'environnement py37 :

python test.py

Le résultat final est

(py37) howard@howard-ubuntu : ~/Desktop/work-python $ python test.py 
1.13.1
Vrai

Cela montre que Pytorch peut reconnaître le CUDA qui vient d'être installé.

Post-scriptum : Après avoir installé Anaconda dans Ubuntu, il entrera automatiquement dans l'environnement de base à chaque fois que vous ouvrirez le terminal. Comment le désactiver ?

Ajouter une phrase au fichier ~/.bashrc

conda config --set auto_activate_base false

À ce stade, le texte intégral est terminé.

Cet article fait référence aux articles suivants, merci

1)Comment installer les pilotes NVIDIA sur Ubuntu 20.04 LTS (Focal Fossa) | CyberITHub

2) Installation du pilote Ubuntu 20.04 NVIDIA GTX1080Ti - Blog de TimZhong

3) Ubuntu | Installer le pilote graphique et CUDA | Le blog de Rhino

おすすめ

転載: blog.csdn.net/H_O_W_E/article/details/132713653