ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置

 

1. 显卡驱动安装

1.1 禁用Nouveau驱动

Nouveau为linux自带驱动,非官方驱动(参考这里),若安装nvidia驱动,需将其禁掉,即将其加入黑名单:

sudo apt-get update

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

在blacklist.conf最下方添加

blacklist nouveau   #(在文件中添加该命令,然后保存退出)

ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置_第1张图片

 然后执行

sudo update-initramfs -u

最后重启生效

reboot

查看是否禁用成功,输入一下命令,无输出为禁用成功

lsmod |grep nouv*

1.2 Nvidia驱动安装

nvidia驱动安装有很多种方式,本人比较习惯ppa安装,为了安装比较快,首先更改为清华镜像源:

sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup #备份系统文件

sudo gedit /etc/apt/sources.list  #修改配置

打开后将里面内容全部删除,替换为清华开源镜像中16.04的source.list内容(如下):

# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse

# 预发布软件源,不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse

接下来添加ppa源

sudo add-apt-repository ppa:xorg-edgers/ppa #添加ppa源

sudo add-apt-repository ppa:graphics-drivers/ppa #添加ppa源

sudo apt-get update #更新软件包

查看合适版本的nvidia驱动

ubuntu-drivers devices

ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置_第2张图片

(大多数选择recommended的,但是此处我提前看了cuda版本cuda_10.1.243_418.87.00_linux.run,里面有写418,所以为了以防万一,,,,,我选择安装418【我也不确定是否合理】)

接下来,到了最重要的安装环节

首先进入命令行桌面(ctrl+f1~f6)【图形界面:ctrl+f7】

sudo service lightdm stop #关闭图形界面

sudo apt-get install nvidia-418 #安装

sudo service lightdm start

reboot #重启

重启后可以查看下是否安装成功

nvidia-smi

2. cuda安装

2.1 安装

去官网选择合适版本,并按照指令安装(如下)

ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置_第3张图片

会提醒balabala,但是倔强的我依旧选择continue(滋滋滋...)

由于前面已经安装了驱动,这里把驱动部分取消,其他默认即可【上下:移动,左右:展开,回车:选择/取消,最后install】

ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置_第4张图片

最后安装成功如下

【注意!!!!上面有说,卸载cuda指令,即运行/usr/local/cuda-10.1/bin下面的cuda-uninstaller

验证一下 nvcc -V ,是否安装成功,结果显示未安装,,,,,

别慌,吃口药(欸???好像暴露了什么)

因为我们还没添加环境变量,cuda还没生效

2.2 环境变量

打开.bashrc文件

geit ~/.bashrc 

#也可以ctrl+h显示出隐藏文件,直接双击进去

添加如下指令,并保存

export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH

最后使环境变量生效

source ~/.bashrc

此时再测试就可以通过了

nvcc -V

#或者切换到samples文件夹下(以1_Utilities/deviceQuery为例)
make
./deviceQuery

nvidia-smi

ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置_第5张图片

3. cudnn配置

去官网下载【需要注册登录】并解压

ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置_第6张图片

安装cudnn比较简单,简单地说,就是复制几个文件:库文件和头文件。将cudnn的头文件复制到cuda安装路径的include路径下,将cudnn的库文件复制到cuda安装路径的lib64路径下

#切换到刚刚解压出来的文件夹路径
cd cuda 
#复制include里的头文件(记得转到include文件里执行下面命令)
sudo cp /include/cudnn.h  /usr/local/cuda/include/

#复制lib64下的lib文件到cuda安装路径下的lib64(记得转到lib64文件里执行下面命令)
sudo cp lib*  /usr/local/cuda/lib64/

#设置权限
sudo chmod a+r /usr/local/cuda/include/cudnn.h 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

#======更新软连接======
cd /usr/local/cuda/lib64/ 
sudo rm -rf libcudnn.so libcudnn.so.7   #删除原有动态文件,版本号注意变化,可在cudnn的lib64文件夹中查看   
sudo ln -s libcudnn.so.7.6.2 libcudnn.so.7  #生成软衔接(注意这里要和自己下载的cudnn版本对应,可以在/usr/local/cuda/lib64下查看自己libcudnn的版本)
sudo ln -s libcudnn.so.7 libcudnn.so #生成软链接
sudo ldconfig -v #立刻生效

可以使用nvcc -V测试一下,也可以使用cudnn测试样例测试一下

ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置_第7张图片

ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置_第8张图片

ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置_第9张图片

至此,环境配置完成

 

附带参考链接:

驱动安装参考:https://blog.csdn.net/qq_27009517/article/details/89631854

cudnn参考:https://www.cnblogs.com/xuliangxing/p/7575586.html

你可能感兴趣的:(python)