ubuntu18.04+cuda9.0+lenovo y430p(GTX850M)亲测可用

目前,大多情况下,基本上都ubuntu 14.04.或者是ubuntu 16.04的操作系统安装以及GPU 环境搭建过程,很少ubuntu18.04的版本,安装一上午,均以失败告终,终于成功,现总结网上经验,记录安装过程。

今天配置ubuntu18.04下的CUDA,出现了很多错误,真的快崩溃了,于是乎抱着试试的态度进行最后一遍尝试,最终实现。[非常感谢博主](https://blog.csdn.net/u010801439/article/details/80483036)

1.我的电脑:

       电脑:lenovo y430p

        gpu : GeForce gtx850M   2G 显存

        内存: 8G

        硬盘 :128 SDD +1.5T 机械 

    就配置而言,机器太老了,期间加装了固态和内存条以及硬盘,本来是想在实验室电脑(曙光服务器,显卡是TITAN X,CPU是E5-2609)配置,但是实验室电脑没有LINUX 系统的硬盘驱动,找来售后,试了一上午只找到windows server 2008的驱动,win10驱动都没有就别提linux了,官网提供的驱动都不能用,最后有一个最新驱动勉强安装上了win10,但是电脑不能重启,让我自己想办法解决,-_-|| 。 此处还是建议要采购设备的主板选择技嘉或者华硕的,注意看主板是否支持安装linux操作系统。

2 .ubuntu18.04 系统安装

首先,建议制作U盘启动盘(点击此处)进行安装,安装时需要设定主板 grub+legacy方式(重启进bios,boot项里面的),博主在安装系统时,尝试安装了各种版本的ubuntu系统,包括14.01、14.03、16.01、16.03、16.04,均未成功,所有的问题,都是,系统安装到一半,直接就报错,无法安装,在网上查找了许久,据说是显卡的问题导致的,有相关文档说,18.04版本可以避免这个问题。于是,尝试安装ubuntu18.04版本,OK ,按照大神推荐的双硬盘分配方案(点击此处)进行安装配置。安装成功。

安装好系统后,要记得更新源。

3.安装GPU(针对ubuntu18.04)

进入系统后,系统默认是使用主板上的集成显卡,那么,我们需要做的事就是安装上自己的独立显卡,也就是titan xp的驱动,网上有3中安装方法,给大家推荐一下,可以收藏一下如何安装NVIDIA显卡(点击此处)。

此处给大家示范其中一个方法(自己的显卡对应自己的信息,以下只是示例):

具备条件:root权限进行操作

修改root密码:

1.  $ sudo passwd    输入两次新密码
 
   
   
   
   
2.  $ su root       登陆 root账户
 
   
   
   
   

显卡驱动安装:

step .1:首先,检测你的NVIDIA图形卡和推荐的驱动程序的模型。执行命令:

$ ubuntu-drivers devices
 
   
   
   
   

输出结果为:

== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001391sv000017AAsd00003801bc03sc02i00
vendor   : NVIDIA Corporation
model    : GM107M [GeForce GTX 850M]
driver   : nvidia-340 - distro non-free
driver   : nvidia-driver-390 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

== /sys/devices/pci0000:00/0000:00:1c.4/0000:08:00.0 ==
modalias : pci:v000014E4d00004365sv000017AAsd00000611bc02sc80i00
vendor   : Broadcom Limited
model    : BCM43142 802.11b/g/n
driver   : bcmwl-kernel-source - distro non-free

从中可以看到,这里有一个设备是GTX 850M ,对应的驱动是NVIDIA -390,340 ,而推荐是安装390版本的驱动。

step.2,安装驱动

你可以选择,安装所有推荐的驱动,如下命令

 

$ sudo ubuntu-drivers autoinstall
 
   
   
   
   

你也可以选择,只安装其中一个驱动,命令如下

 

$ sudo apt install nvidia-390
 
   
   
   
   

OK 驱动安装完成,重新启动。
 

4.安装CUDA(针对18.04)

安装[CUDA](https://developer.nvidia.com/cuda-toolkit-archive) 这里需要注意;

咱们需要根据cuDNN 来选择,如图,首先,cuda只能支持17.04,16.04的ubuntu 下载安装,但,实际上,有点类似于word一样(高版本word能打开低版本的word文件 .)18.04版本的系统,能够安装16.04版本对应的CUDA。

ubuntu18.04+cuda9.0+lenovo y430p(GTX850M)亲测可用_第1张图片

目前cuda 最高版本为10+,而9.0版本支持 16.04,17.04 这两个系统,而且,我们安装完CUDA 之后还需要安装cuDNN。

那么cuDNN 的版本又有什么选择呢?

首先,根据cuDNN 的版本,目前,较为完善的,是cuDNN v7.5.0.56 ,其适用于 CUDA 9.0版本,所以,咱们在选择安装cuda的时候,选择 CUDA 9.0。下载地址

按下图进行选择

对应的有一下四个文件,需要统统下载,第一个是主文件,后3个相当于补丁。

ubuntu18.04+cuda9.0+lenovo y430p(GTX850M)亲测可用_第2张图片

开始安装:

step .1  GCC 降级

由于CUDA 9.0仅支持GCC 6.0及以下版本,而Ubuntu 18.04预装GCC版本为7.3,

故手动进行降级:

 

sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8

装完后进入到/usr/bin目录下

  $ls -l gcc* 
 
   
   
   
   

会显示以下结果

lrwxrwxrwx 1 root root 7th May 16 18:16 /usr/bin/gcc -> gcc-7.3
  
    
    
    
    

发现gcc链接到gcc-7.0, 需要将它改为链接到gcc-4.8,方法如下:

sudo mv gcc gcc.bak #备份
sudo ln -s gcc-4.8 gcc #重新链接

同理,对g++也做同样的修改:

ls -l g++*

lrwxrwxrwx 1 root root 7th May 15:17 g++ -> g++-7.3
 
   
   
   
   

需要将g++链接改为g++-4.8:

sudo mv g++ g++.bak
sudo ln -s g++-4.8 g++

再查看gcc和g++版本号:

gcc -v g++ -v

均显示gcc version 4.8 ,说明gcc 4.8安装成功。

step. 2 安装cuda ,及其补丁

输入命令安装Base Installer

sudo sh cuda_9.0.176_384.81_linux.run
 
   
   
   
   

需要注意的是,之前已经安装过显卡驱动程序,故在提问是否安装显卡驱动时选择no,**重点一定选no'**其他 选择默认路径或者yes即可。

然后,继续执行以下操作安装3个 patch :

 

sudo sh cuda_9.0.176.1_linux.run
 
   
   
   
   
sudo sh cuda_9.0.176.2_linux.run
 
   
   
   
   
sudo sh cuda_9.0.176.3_linux.run
 
   
   
   
   
sudo sh cuda_9.0.176.4_linux.run
 
   
   
   
   

安装完毕之后,将以下两条加入.bashrc文件中.

vim要装,学会之后编程十分快,非常顺手

sudo vim ~/.bashrc

export PATH=/usr/local/cuda-9.0/bin${PATH:+:$PATH}}      #注意,根据自己的版本,修改cuda-9.2/9.1...
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} #注意,根据自己的版本,修改cuda-9.1/9.2...

 

OK ,那么,到这一步,cuda 就安装完成了

 

 

 

5.安装cuDNN(针对18.04)

cuDNN 的安装,就是将 cuDNN 包内的文件,拷贝到cuda文件夹中即可。

step.1按照第四点分析的内容,我们需要下载的cuDNN 版本为

cuDNN v7.5.0.56 library for liunx,下载地址(需要注册才能进行下载)

下载完毕后,切到默认的Downloads文件夹,可以看到 cudnn-9.0-linux-x64-v7.tgz 压缩包

先解压,然后将其中的内容复制到CUDA安装文件夹里面.

step.2 复制cuDNN内容到cuda相关文件夹内

sudo cp cuda/include/cudnn.h    /usr/local/cuda/include      注意,解压后的文件夹名称为cuda ,将对应文件复制到 /usr/local中的cuda内
sudo cp cuda/lib64/libcudnn*    /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h   /usr/local/cuda/lib64/libcudnn*

到此处,所以的安装就完成。

 

接下来就可以安装相应的软件,如:anaconda,pycharm tensorflow 等

你可能感兴趣的:(环境配置,深度学习,低配置cuda)