首页 > 系统相关> 文章详细

Ubuntu server16.04安装配置驱动418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超详细解决

2019-09-29 20:01:01 阅读：688 来源： 互联网

标签：server16.04 sudo cudnn pytorch cuda https anaconda 驱动安装

安装GCC
安装NVIDIA驱动
安装cudnn
安装anaconda
安装tensorflow
安装pytorch
Reference

本篇博文根据本人亲装碰到的问题搜寻总结而成，具体参考见结尾REFERENCE

安装GCC

服务器版未装有gcc，但英伟达驱动安装需要gcc，尝试过换源、更新软件库、以及overstack的几种方法均未能解决，最终发现可以通过安装build-essential软件包来解决问题，它会安装一堆新包，包括gcc， g++和make。

sudo apt install build-essential

安装NVIDIA驱动

由于直接安装cuda如果选择安装驱动会直接版本较低的驱动，所以采用先装驱动后装cuda的方式。

1. 卸载原有驱动（没装跳过）

方法一、通用sudo apt-get remove –purge nvidia*
方法二、非官网驱动sudo apt-get remove --purge nvidia（版本全称，如我的nvidia-384.130）
方法三、官网驱动 sh ./nvidia.run --uninstall

2. 禁用nouveau

安装NVIDIA需要先禁用系统自带的驱动

打开文件sudo gedit /etc/modprobe.d/blacklist.conf

在文本末尾添加

blacklist nouveau
option nouveau modeset=0

无视warn

wq，执行sudo update-initramfs -u
检测，lsmod | grep nouveau，没有任何输出说明禁用成功

3. 安装NVIDIA显卡驱动

查看支持的驱动版本

sudo apt-cache search nvidia*，一般安装大于等于最大的版本就好，我安装的是418.87
下载NVIDIA驱动，

官网地址
禁用X服务（最好有一台备用电脑，因为这一步会黑屏...因为我是采用ssh连接，所以对我没影响）

sudo service lightdm stop

给文件赋执行权限并cd到下载目录

cd ~ 
sudo chmod a+x NVIDIA-Linux-x86_64-384.130.run

安装

sudo sh ./NVIDIA-Linux-x86_64-375.20.run –no-opengl-files
检测是否成功 nvidia-smi

安装CUDA10.1

官网地址
禁用X服务（黑屏）

sudo service lightdm stop

给文件赋执行权限并安装

sudo chmod a+x cuda_10.1.243_418.87.00_linux.run

sudo sh cuda_10.1.243_418.87.00_linux.run --override

accepted，除了驱动不选择，其他都选。

打开配置文件 vim ~/.bashrc,末尾写入

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

生效 source ~/.bashrc

检测是否成功 nvcc -V

安装cudnn

官网下载，找到与cuda版本配对的cudnn，查看官网配对，以及更全的版本配对，我的cuda为10.1所以，cudnn选的是7.6.4

将下载的添加为压缩包并解压

# compression
cp  cudnn-8.0-linux-x64-v5.1.solitairetheme8 good.tgz
# decompression
tar -xvf good.tgz

安装，其实就是改变文件位置和权限

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d 
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

查看cudnn版本：

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

以上便配置好服务器，以下为非root用户根据需要安装。

我安装的是anaconda、tensorflow、pytorch

安装anaconda

卸载anaconda（如有） rm-rf ~/anaconda，然后修改配置文件~/.bashrc
官网下载并安装
配置文件/home/yourusername/.profile,在最后一行添加如下
```
# Anaconda
export PATH=$PATH:/home/username/anaconda3/bin
```
生效 source /home/username/.profile

安装tensorflow

查看官网配对，确定安装版本

# 如果你安装的是 Python 3.6 版的Anaconda:
conda create --name tf_gpu_env tensorflow-gpu # tf_gpu_env是这个环境的名字

# 如果你安装的是 Python 3.7 版的Anaconda，则需要声明新创建的环境使用 Python 3.6:
conda create --name tf_gpu_env python=3.6 anaconda tensorflow-gpu

安装pytorch

新建虚拟环境并激活环境

conda create -n pytorch python=3.7
activate pytroch

查看官网选择版本，获得代码

如我的

解决问题：

Reference

https://blog.csdn.net/zhang970187013/article/details/81012845

https://www.linuxidc.com/Linux/2019-06/159059.htm

https://blog.csdn.net/Eddy_zheng/article/details/52910249

https://blog.csdn.net/DarrenXf/article/details/82182449

https://blog.csdn.net/qq_41620607/article/details/81236525

https://www.cnblogs.com/onemorepoint/p/7453766.html

https://blog.csdn.net/qq_22474567/article/details/54984257

https://blog.csdn.net/yuejisuo1948/article/details/81043962

https://github.com/tensorflow/tensorflow/issues/30191

https://blog.csdn.net/weixin_44179909/article/details/96973208

https://zhuanlan.zhihu.com/p/59278962

标签：server16.04,sudo,cudnn,pytorch,cuda,https,anaconda,驱动,安装
来源： https://www.cnblogs.com/icodeworld/p/11609747.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。

ICode9