Ubuntu server16.04安装配置驱动418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超详细解决

目录

本篇博文根据本人亲装碰到的问题搜寻总结而成,具体参考见结尾REFERENCE

安装GCC

服务器版未装有gcc,但英伟达驱动安装需要gcc,尝试过换源、更新软件库、以及overstack的几种方法均未能解决,最终发现可以通过安装build-essential软件包来解决问题,它会安装一堆新包,包括gcc, g++和make。

sudo apt install build-essential

安装NVIDIA驱动

由于直接安装cuda如果选择安装驱动会直接版本较低的驱动,所以采用先装驱动后装cuda的方式。

1. 卸载原有驱动(没装跳过)

  1. 方法一、通用sudo apt-get remove –purge nvidia*
  2. 方法二、 非官网驱动sudo apt-get remove --purge nvidia(版本全称,如我的nvidia-384.130)
  3. 方法三、官网驱动 sh ./nvidia.run --uninstall

2. 禁用nouveau

安装NVIDIA需要先禁用系统自带的驱动

  1. 打开文件sudo gedit /etc/modprobe.d/blacklist.conf

  2. 在文本末尾添加

    blacklist nouveau
    option nouveau modeset=0

    无视warn

  3. wq, 执行sudo update-initramfs -u

  4. 检测,lsmod | grep nouveau,没有任何输出说明禁用成功

3. 安装NVIDIA显卡驱动

  1. 查看支持的驱动版本

    sudo apt-cache search nvidia*,一般安装大于等于最大的版本就好,我安装的是418.87

    Ubuntu server16.04安装配置驱动418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超详细解决

  2. 下载NVIDIA驱动,

    官网地址

  3. 禁用X服务(最好有一台备用电脑,因为这一步会黑屏...因为我是采用ssh连接,所以对我没影响)

    sudo service lightdm stop

  4. 给文件赋执行权限并cd到下载目录

    cd ~ 
    sudo chmod a+x NVIDIA-Linux-x86_64-384.130.run
  5. 安装

    sudo sh ./NVIDIA-Linux-x86_64-375.20.run –no-opengl-files

  6. 检测是否成功 nvidia-smi
    Ubuntu server16.04安装配置驱动418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超详细解决

安装CUDA10.1

  1. 官网地址

  2. 禁用X服务(黑屏)

    sudo service lightdm stop

  3. 给文件赋执行权限并安装

    sudo chmod a+x cuda_10.1.243_418.87.00_linux.run
    
    sudo sh cuda_10.1.243_418.87.00_linux.run --override

    accepted, 除了驱动不选择,其他都选。

    Ubuntu server16.04安装配置驱动418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超详细解决

  4. 打开配置文件 vim ~/.bashrc,末尾写入

    export PATH=/usr/local/cuda-8.0/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

    生效 source ~/.bashrc

  5. 检测是否成功 nvcc -V
    Ubuntu server16.04安装配置驱动418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超详细解决

安装cudnn

  1. 官网下载,找到与cuda版本配对的cudnn,查看官网配对,以及更全的版本配对,我的cuda为10.1所以,cudnn选的是7.6.4

    Ubuntu server16.04安装配置驱动418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超详细解决

    Ubuntu server16.04安装配置驱动418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超详细解决

  2. 将下载的添加为压缩包并解压

    # compression
    cp  cudnn-8.0-linux-x64-v5.1.solitairetheme8 good.tgz
    # decompression
    tar -xvf good.tgz
  3. 安装,其实就是改变文件位置和权限

    sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
    $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d 
    $ sudo chmod a+r /usr/local/cuda/include/cudnn.h
    $ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
  4. 查看cudnn版本:

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


以上便配置好服务器,以下为非root用户根据需要安装。

我安装的是anaconda、tensorflow、pytorch

安装anaconda

  1. 卸载anaconda(如有) rm-rf ~/anaconda,然后修改配置文件~/.bashrc

  2. 官网下载并安装

  3. 配置文件/home/yourusername/.profile,在最后一行添加如下

    # Anaconda
    export PATH=$PATH:/home/username/anaconda3/bin

    生效 source /home/username/.profile

安装tensorflow

查看官网配对,确定安装版本

# 如果你安装的是 Python 3.6 版的Anaconda:
conda create --name tf_gpu_env tensorflow-gpu # tf_gpu_env是这个环境的名字

# 如果你安装的是 Python 3.7 版的Anaconda,则需要声明新创建的环境使用 Python 3.6:
conda create --name tf_gpu_env python=3.6 anaconda tensorflow-gpu

安装pytorch

  1. 新建虚拟环境并激活环境

    conda create -n pytorch python=3.7
    activate pytroch
  2. 查看官网选择版本,获得代码

    如我的

    Ubuntu server16.04安装配置驱动418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超详细解决

解决问题:

  1. ERROR: Cannot uninstall 'wrapt'. during upgrade
  2. tensorboard 1.14.0 has requirement setuptools>=41.0.0, but you'll have setuptools 39.1.0

Reference

https://blog.csdn.net/zhang970187013/article/details/81012845

https://www.linuxidc.com/Linux/2019-06/159059.htm

https://blog.csdn.net/Eddy_zheng/article/details/52910249

https://blog.csdn.net/DarrenXf/article/details/82182449

https://blog.csdn.net/qq_41620607/article/details/81236525

https://www.cnblogs.com/onemorepoint/p/7453766.html

https://blog.csdn.net/qq_22474567/article/details/54984257

https://blog.csdn.net/yuejisuo1948/article/details/81043962

https://github.com/tensorflow/tensorflow/issues/30191

https://blog.csdn.net/weixin_44179909/article/details/96973208

https://zhuanlan.zhihu.com/p/59278962

上一篇:Ubuntu18.04深度学习之环境配置(Anaconda+PyCharm+NVIDIA【可选】+CUDA+cuDNN)


下一篇:react项目中px转rem