标签：10.1 local Ubuntu pytorch cuda NVIDIA 安装 CUDA
显卡: NVIDIA 2070 super
版本配置:
操作系统: Ubuntu 18.04 LTS
显卡驱动*: Driver Version: 440.44
CUDA 版本: CUDA Toolkit 10.1 update2, (cuda_10.1.243_418.87.00_linux.run)
pytorch 版本: 1.3 stable
- 注意， 显卡驱动版本不一定要和CUDA一致，但是显卡驱动版本一定要高于或等于相应的CUDA版本，向下兼容
- 建议最后安装pytorch, 因为安装pytorch时如果没有检测到系统已经有CUDA，会自动安装一个低版本的CUDA，这个低版本的我们并不使用
安装显卡驱动(这里采用手动安装):
Ubuntu 在安装的时候系统默认安装了一个Nouveau的驱动，用于显示，在安装NVIDIA官网驱动时要先禁用这个驱动，（禁用后，屏幕分辨率会降低，显示模糊）
禁用Nouveau驱动
在/etc/modprobe.d/blacklist.conf 里添加如下内容
blacklist nouveau
blacklist vga16fb
blacklist rivafb
blacklist rivatv
blacklist vidiafb
重启计算机
查看是否禁用成功
lsmod | grep nouveau
如果无输出信息，则说明禁用成功
另一种方案时由Nvidia 官网提供，在/etc/modprobe.d/blacklist.conf 里添加
blacklist nouveau options nouveau modeset=0然后重启计算机
下载NVIDIA-Linux-x86_64-440.44.run
sudo sh NVIDIA-Linux-x86_64-440.44.run
如遇到组件缺失，(例如gcc等)， 根据提示和log文件， 用sudo apt-get install 安装缺失组件后重新运行.run 进行安装
查看驱动信息:
$ nvidia-smi
安装CUDA Toolkit
按照NVIDIA 官网的说明，执行以下(示例)命令安装:
$ wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_版本号_linux.run
$sudo sh cuda_10.1.版本号_linux.run
因为显卡驱动已安装， 这里在安装页面里取消勾选显卡驱动并accept条款
如果之前安装过pytroch， 会自动安装一个低版本的CUDA，这个低版本CUDA默认路径为
/usr/local/cuda/
新安装的CUDA 10.1 版本默路径为:\
/usr/local/cuda-10.1
更改环境变量， 另10.1 版本为默认CUDA，执行
$ vim ~/.bashrc
在文件最后添加如下两行:
export CUDA_HOME=/usr/local/cuda-10.1/
export PATH=$PATH:/usr/local/cuda-10.1/bin/
退出vim, 执行
source ~/.bashrc
以更新环境变量
检验是否安装成功, 查看CUDA版本号:
$ nvcc -V
可以看到， CUDA 10.1 安装成功
安装cuDNN:
到NVIDIA 官网下载与CUDA10.1 相对应的cuDNN (v7.6.5),下载cuDNN需要NVIDIA账号
下载包为tar格式，解压到文件夹，会看到cuda文件夹，里面包含如下内容
ls cuda/
复制以下文件到CUDA的安装路径，这里是/usr/local/cuda-10.1/
$ sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64
给文件增加权限:
$ sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn*
安装完毕， 查看cuDNN版本:
$ cat /usr/local/cuda-10.1/include/cudnn.h | grep CUDNN_MAJOR -A 2
可以看到cuDNN版本为 7
安装pytorch
最后， 安装pytorch, 选择对应 CUDA 10.1 版本的pytorch, ubuntu 可命令安装
启动相应的conda虚拟环境, 这里虚拟环境名为pytorch_env, 为专为pytorch创建的一个conda环境
conda activate pytorch_env
安装:
(pytorch_env)$ conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
安装完成后，查看pytorch 版本:
在相应的conda环境下:
进入python
(pytorch_env)$ python
查看pytorch 版本信息:
>>> import torch
>>> print(torch.__version__)
可以看到pytorch 的版本号为1.3
注：
1.CPU超频可能导致显卡驱动编译卡死报错
2.安装显卡驱动有问题尝试卸载现有驱动
sudo apt-get --perge remove nvidia-*
以上步骤结合了网上其他blog资料、Nvidia官方文档，以及笔者亲自尝试经验总结，对其他资料来源再次一并表示感谢
标签：10.1,local,Ubuntu,pytorch,cuda,NVIDIA,安装,CUDA 来源： https://www.cnblogs.com/11aaa/p/15314797.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。