Ubuntu16.04 RTX2060 安装CUDA10.2

RTX2060显卡，需要安装 CUDA10.2，低版本不兼容

1.安装显卡驱动

一、查看适配显卡版本并下载

到英伟达官网搜索驱动  https://www.nvidia.cn/geforce/drivers/

搜索结果：（注意，非特殊需求，不要选择带BETA的版本）

选择最新的即可，（注意，非特殊需求，不要选择带BETA的版本），版本为450.57，进行下载。

二、卸载自带驱动

sudo apt-get remove --purge nvidia*

 

三、开始安装驱动

进入ubuntu后，在桌面按下Ctrl+Alt+F1进入命令行界面，输入用户名root，和root的密码登陆 （如果没有root，请查询“ubuntu16.04修改root的密码”）
执行命令

# 关闭图形界面
sudo service lightdm stop

#进入去驱动程序所在的默认下载目录，上面的username为你的用户名，如果你把放在其他地方，进入相应的目录
cd /home/username/Downloads
 
#后面的驱动要改为你自己的驱动，可在输入NVIDIA后按下Tab键自动补全
sudo chmod a+x NVIDIA-Linux-x86_64-450.57.run

#-no-x-check：安装驱动时关闭X服务
#-no-nouveau-check：安装驱动时禁用nouveau
#-no-opengl-files：只安装驱动文件，不安装OpenGL文件
 
sudo ./NVIDIA-Linux-x86_64-450.57.run -no-x-check -no-nouveau-check -no-opengl-files

对于所有选项，都按照默认选项（在安装过程中，会提示一些有的script脚本错误，是否继续安装，gcc版本应为5.4.0，而系统却是5.5.0，是否继续安装等，都选择继续安装）

待安装完成后,打开图像界面

sudo service lightdm start

重启，进入系统后在终端输入 

nvidia-smi

问题：ubuntu16.04 安装NVIDIA显卡驱动后 无法调节屏幕亮度

解决方法，参考：https://blog.csdn.net/zhuiqiuzhuoyue583/article/details/107363754

2.安装相关依赖项

安装后续步骤或环境必需的依赖包，依次输入以下命令:

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler 

sudo apt-get install --no-install-recommends libboost-all-dev 

sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev 

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev 

sudo apt-get install git cmake build-essential

有一定几率安装失败而导致后续步骤出现问题，所以要确保以上依赖包都已安装成功，验证方法就是重新运行安装命令，如验证 git cmake build-essential是否安装成功共则再次运行以下命令：

sudo apt-get install git cmake build-essential 

界面提示如下则说明已成功安装依赖包，否则继续安装直到安装成功。

yhao@yhao-X550VB:~$ sudo apt-get install git cmake build-essential 
正在读取软件包列表... 完成 
正在分析软件包的依赖关系树 正在读取状态信息... 完成 
build-essential 已经是最新版 (12.1ubuntu2)。 
cmake 已经是最新版 (3.5.1-1ubuntu3)。 
git 已经是最新版 (1:2.7.4-0ubuntu1.1)。 
下列软件包是自动安装的并且现在不需要了： 
lib32gcc1 libc6-i386 使用'sudo apt autoremove'来卸载它(它们)。 
升级了 0 个软件包，新安装了 0 个软件包，要卸载 0 个软件包，有 94 个软件包未被升级。

3. 安装cuda10.2

（1）下载CUDA10.2

下载地址 https://developer.nvidia.com/cuda-toolkit-archive

 

在Windows中的Chrome浏览器下载，然后再Ubuntu中使用，这样比较快。

（2）安装CUDA

先将控制台窗口最大话，否则看不全安装界面，无法进行安装

执行以下命令：

sudo chmod 777 cuda_10.2.89_440.33.01_linux.run

sudo ./cuda_10.2.89_440.33.01_linux.run

注意，这里不要选择安装Nvidia显卡驱动，将第一项用空格键取消X号，再用键盘上向下的“箭头”选择install，按回车键，进行安装： 

安装完，显示：

可能出现的错误：

错误1：

Extraction failed.

 Ensure there is enough space in /tmp 

Signal caught, cleaning up

解决方法：重新下载Cuda10.2，应该是没有下载完整，通过U盘拷贝时，也会出现这种情况，没有拷贝完整，最好是重新下载一遍。

错误2：

Installing the CUDA Toolkit in /usr/local/cuda-10.2 … 
Missing recommended library: libGLU.so 
Missing recommended library: libX11.so 
Missing recommended library: libXi.so 
Missing recommended library: libXmu.so

原因是缺少相关的依赖库,安装相应库就解决了：

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

再次安装,就不再提示了。

安装成功后会出现如下界面：

===========
= Summary =
===========
Driver: Not Selected
Toolkit: Installed in /usr/local/cuda-10.2
Samples: Installed in /home/textminer
Please make sure that
– PATH includes /usr/local/cuda-10.2/bin
– LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-10.2/lib64 to /etc/ld.so.conf and run ldconfig as root
To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-10.2/bin
Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-10.2/doc/pdf for detailed information on setting up CUDA.
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 10.0 functionality to work.
To install the driver using this installer, run the following command, replacing with the name of this run file:
sudo .run -silent -driver
Logfile is /opt/temp//cuda_install_6583.log

(3)环境变量配置

打开~/.bashrc文件： sudo gedit ~/.bashrc 将以下内容写入到~/.bashrc尾部：

export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:/usr/local/cuda-10.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.0/bin:$PATH

刷新：

source ~/.bashrc

终端输入：nvcc --version 会输出CUDA的版本信息

4.配置cuDNN

注意：选择和自己cuda适配的版本10.2对应cudnn8.0.1

cuDNN是GPU加速计算深层神经网络的库。 首先去官网https://developer.nvidia.com/rdp/cudnn-download 下载cuDNN，需要注册一个账号才能下载。

注册后的下载网址：https://developer.nvidia.com/rdp/cudnn-archive

在Windows中的Chrome浏览器下载，然后再Ubuntu中使用，这样比较快。

下载之后的文件为 “cudnn-10.2-linux-x64-v8.0.1.13.solitairetheme8”，将其复制为 “cudnn-10.2-linux-x64-v8.0.1.13.tgz”，再解压

下载cuDNN8.0.1 之后进行解压：

cp cudnn-10.2-linux-x64-v8.0.1.13.solitairetheme8 cudnn-10.2-linux-x64-v8.0.1.13.tgz

sudo tar -zxvf ./cudnn-10.2-linux-x64-v8.0.1.13.tgz

将解压之后的cuDNN目录，放在 /home/zqzy/software/ 目录下：

sudo mv cuda /home/zqzy/software/  
cd /home/zqzy/software/cuda

 执行以下命令：

sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp 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*

查看cudnn版本：

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

至此，cudnn就配置完成了。

5.测试CUDA的samples

cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery 
sudo make 
sudo ./deviceQuery

 如果显示一些关于GPU的信息，则说明安装成功。

例二：

cd /usr/local/cuda/samples/5_Simulations/fluidsGL
sudo make clean && sudo make
./fluidsGL

自带例子测试通过，Cuna10.2安装配置完成！ 

参考：

       https://blog.csdn.net/jiangyanting2011/article/details/78873113#commentBox

       https://blog.csdn.net/CAU_Ayao/article/details/80578600#commentBox

       https://blog.csdn.net/yhaolpz/article/details/71375762

       https://blog.csdn.net/RadiantJeral/article/details/85109575#3__cuDNN_v7x_204

       https://blog.csdn.net/qq_24285273/article/details/89386040#commentBox

       https://blog.csdn.net/weixin_41803874/article/details/96568869

本文地址：https://blog.csdn.net/zhuiqiuzhuoyue583/article/details/107356088