ubuntu18.04系统下安装Nvidia驱动操作指南
一 、 官网上选择合适的驱动版本
所谓合适,是指支持你的GPU型号、支持你将要使用的cuda版本、cudnn版本、pytorch版本、tensorflow版本。
-
进入Nvidia官网,输入你的GPU、操作系统信息,在结果列表中查看支持你GPU的驱动有那些,驱动版本在第二行小字部分有写;
-
到CUDA官网查看CUDA版本和驱动版本的对照图,截图
-
进入cuDNN版本页面,查看与CUDA版本对应的cuDNN版本,网页截图:
-
进入pytorch官网,可以看到pytorch支持CUDA9.0及以上。网页截图:
- 进入tensorflow官网,可以看到tensorflow版本与cuda、cudnn的版本对应关系。网页截图“
二、安装驱动
网上有很多种安装方式:
-
添加NVIDIA显卡驱动的源,apt-get安装
-
官网下载驱动文件,然后本地安装
-
安装CUDA的时候,自动安装相应的显卡驱动
这里我们采用第三种方式进行安装,参考资料:How do I install NVIDIA and CUDA drivers into Ubuntu?
- 移除已存在的CUDA PPA源和安装过的nvidia-cuda-toolkit
sudo rm /etc/apt/sources.list.d/cuda*
sudo apt remove --autoremove nvidia-cuda-toolkit
- 移除之前存在的Nvidia驱动
sudo apt remove --autoremove nvidia-*
- 更新源
sudo apt update
- 添加graphics-drivers ppa
sudo add-apt-repository ppa:graphics-drivers/ppa
- 安装key
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
- 添加仓库
sudo bash -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda.list'
sudo bash -c 'echo "deb http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda_learn.list'
- 再次更新
sudo apt update
- 安装CUDA。在安装的同时自动安装了Nvidia驱动。
sudo apt install cuda-10-0
如果提示依赖缺失,根据提示,执行:
sudo apt update
sudo apt install cuda-10-0 --fix-missing
sudo apt update
- 安装CUDNN
sudo apt install libcudnn7
- 将CUDA加入环境变量
gedit ~/.profile
在打开的文件中,将以下内容复制到文件末尾
# set PATH for cuda 10.0 installation
if [ -d "/usr/local/cuda-10.0/bin/" ]; then
export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
fi
- 安装nvidia-cuda-toolkit
sudo apt install nvidia-cuda-toolkit
如果提示依赖缺失,同样地,执行:
sudo apt update
sudo apt install nvidia-cuda-toolkit --fix-missing
sudo apt update
-
重启
-
检查是否安装成功
1)检查CUDA版本
nvcc --version
显示如下信息:
nvcc: NVIDIA ® Cuda compiler driver
Copyright © 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85
2)检查CUDNN版本
/sbin/ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep libcudnn
显示如下信息:
libcudnn.so.7 -> libcudnn.so.7.6.1
3)检查NVIDIA驱动:
nvidia-smi
Tue Jul 16 12:39:49 2019
±----------------------------------------------------------------------------+
| NVIDIA-SMI 418.67 Driver Version: 418.67 CUDA Version: 10.1 |
|-------------------------------±---------------------±---------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|=++==============|
| 0 GeForce GTX 107… On | 00000000:01:00.0 Off | N/A |
| N/A 52C P5 6W / N/A | 651MiB / 8119MiB | 0% Default |
±------------------------------±---------------------±---------------------+
±----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1113 G /usr/lib/xorg/Xorg 216MiB |
| 0 1456 G /usr/bin/gnome-shell 266MiB |
| 0 2550 G …quest-channel-token=2425377841825622846 133MiB |
| 0 25058 G …er/下载/WizNote-2.7.5-x86_64.AppImage 29MiB |
±----------------------------------------------------------------------------+
上一篇: 双系统引导修复与引导项删除
下一篇: 详细的引导滤波