ubuntu20.04 nvida驱动+cudu11.4+cudnn8.4.0安装

我的显卡是rtx3060
1、安装nvida驱动(参考链接)
ubuntu20.04可以直接在“软件和更新”里安装驱动,选择附加驱动,点击应用更改即可:
ubuntu20.04 nvida驱动+cudu11.4+cudnn8.4.0安装_第1张图片
重启后终端输入:

nvidia-smi 

报出如下版本信息即成功安装驱动:
ubuntu20.04 nvida驱动+cudu11.4+cudnn8.4.0安装_第2张图片

2、安装cudu11.4
官网选择对应版本,按照下方给出的命令在终端里输入命令安装。
ubuntu20.04 nvida驱动+cudu11.4+cudnn8.4.0安装_第3张图片

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.4.4/local_installers/cuda-repo-ubuntu2004-11-4-local_11.4.4-470.82.01-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-4-local_11.4.4-470.82.01-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu2004-11-4-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

3、配置环境变量
打开配置文件:

sudo gedit ~/.bashrc

末尾添加:

export CUDA_HOME=/usr/local/cuda
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}

保存后退出,更新配置文件:

source ~/.bashrc

终端输入:nvcc -V
报出如下信息则安装配置完毕:
在这里插入图片描述
4、下载cudnn,官方链接。
下载ubuntu20的版本,下载完毕是个deb文件,双击直接自动安装。
以下是linux的版本,不适用。
进入解压后的文件夹,并在该目录下打开终端。
可以看到解压出的文件夹里面有Lib和include两个文件夹,我们需要把这两个文件里的内容复制到cuda-11.4的对应目录里去(参考链接):

ubuntu20.04 nvida驱动+cudu11.4+cudnn8.4.0安装_第4张图片
代码如下(在解压后的文件夹目录输入这两个命令):

sudo  cp include/* /usr/local/cuda-11.4/include/
sudo  cp lib/* /usr/local/cuda-11.4/lib64/

5、验证一下,报出cudnn的版本即可。

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

在这里插入图片描述

ok,完成。

slam配置存档:
安装numpy:

sudo apt-get install python-numpy

总配置
opencv
无法获得锁Bug
不是符号链接
Failed to load module “canberra-gtk-module
ROS
pcl
conda

以下尝试用conda安装
protobuf版本不能太高 安装 gmock超时
#caffe
caffe(需要protobuf,且不能太新:/home/fuyouao/文档/ncnn-master/build/tools/caffe/caffe.pb.h:17:2: error: #error This file was generated by an older version of protoc which is)
ncnn(需要安好caffe)

conda create -n caffe_env python=3.6.10
conda activate caffe_env
conda install -c anaconda protobuf
conda install -c defaults caffe-gpu

git clone https://github.com/Tencent/ncnn.git

conda配置一个python2.7的tensorflow-gpu环境:

conda create -n py27 python=2.7

你可能感兴趣的:(深度学习)