Ubuntu18中NVIDIA，cuda,cudnn,pytorch安装

注意：nvidia驱动和cuda,cudnn,pytroch,python的对应关系

linux安装pytorch（包括cuda与cudnn）_linux清华园按照pytorch1.12_BryceRui的博客-CSDN博客

安装流程：安装cuda（包括nvidia驱动）+ cudnn + python安装

注意：nvidia驱动可以在安装cuda时一起安装

1、安装NVIDIA驱动（该驱动也可以在cuda安装时一起安装）

Ubuntu 18.04 NVIDIA驱动安装总结_ObsessionLife的博客-CSDN博客

最近遇到了在Ubuntu 18.04上安装NVIDIA的情况，看到一篇英文教程讲解的很好，简单翻译一下拿来收藏。

在Ubuntu 18.04上安装NVIDIA有三种方法：

使用标准Ubuntu仓库进行自动化安装

使用PPA仓库进行自动化安装

使用官方的NVIDIA驱动进行手动安装

上述三种方法均可用，我个人更习惯于使用手动安装。

注意：

在安装之前首先就是要禁用Nouveau的驱动，禁用该驱动的方法参照这篇博客。

https://www.cnblogs.com/smartcoding/p/15353414.html

ubuntu禁止自动更新内核_ubuntu取消内核自动更新_maohule的博客-CSDN博客

1.查看系统安装的内核有哪些

　　dpkg --get-selections | grep linux-image

2.查看系统正在使用的内核

　　uname -a

禁止更新内核：

sudo apt-mark hold linux-image-4.13.0-36-generic
sudo apt-mark hold linux-image-extra-4.13.0-36-generic
sudo apt-mark hold linux-headers-4.13.0-36-generic

如果需要恢复原来的设定的话即允许更新内核，执行如下命令即可:

sudo apt-mark unhold linux-image-4.13.0-36-generic
sudo apt-mark unhold linux-image-extra-4.13.0-36-generic

————————————————

上一步的改动只是在安装的时候临时禁用。如果没有永久禁用该驱动，可能会出现安装完毕NIVIDA显卡后无法进入Ubuntu的情况(在登录界面，输入密码也无法登录)。

所以，在安装后Ubuntu成功后需要在grub的配置文件里面更改：

在文本中搜索quiet splash 然后添加acpi_osi=linux nomodeset，保存文本即可。

1. 使用标准Ubuntu 仓库进行自动化安装

这种方法几乎是所有的示例中最简单的方法，也是该教程最为推荐的方法。首先，检测你的NVIDIA显卡型号和推荐的驱动程序的模型。在命令行中输入如下命令：

== cpu-microcode.py ==

1. 使用标准Ubuntu 仓库进行自动化安装

这种方法几乎是所有的示例中最简单的方法，也是该教程最为推荐的方法。首先，检测你的NVIDIA显卡型号和推荐的驱动程序的模型。在命令行中输入如下命令：

$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001180sv00001458sd0000353Cbc03sc00i00
vendor   : NVIDIA Corporation
model    : GK104 [GeForce GTX 680]
driver   : nvidia-304 - distro non-free
driver   : nvidia-340 - distro non-free
driver   : nvidia-384 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin
 
== cpu-microcode.py ==
driver   : intel-microcode - distro free

从输出结果可以看到，目前系统已连接Nvidia GeFrand GTX 680显卡，建议安装驱动程序是 nvidia-384版本的驱动。如果您同意该建议，请再次使用Ubuntu驱动程序命令来安装所有推荐的驱动程序。

输入以下命令：

sudo ubuntu-drivers autoinstall

一旦安装结束，重新启动系统(不重启可能会出现nvidia不匹配等错误)，

$ sudo reboot

你就完成了。

输入

nvidia-smi

出现一些现实，说明驱动安装正确

sudo apt

install nvidia-driver-418

#去除之前的nvidia显卡驱动

sudo apt-get autoremove --purge nvidia-*

或

sudo apt-get remove --purge 'nvidia\.*'

sudo apt autoremove

一旦安装结束，重新启动系统(不重启可能会出现nvidia不匹配等错误)，

你就完成了。

输入

出现一些现实，说明驱动安装正确

CUDA Toolkit and Minimum Compatible Driver Versions

CUDA Toolkit	Linux x86_64 Driver Version	Windows x86_64 Driver Version
CUDA 11.2.2 Update 2	>=460.32.03	>=461.33
CUDA 11.2.1 Update 1	>=460.32.03	>=461.09
CUDA 11.2.0 GA	>=460.27.03	>=460.82
CUDA 11.1.1 Update 1	>=455.32	>=456.81
CUDA 11.1 GA	>=455.23	>=456.38
CUDA 11.0.3 Update 1	>= 450.51.06	>= 451.82
CUDA 11.0.2 GA	>= 450.51.05	>= 451.48
CUDA 11.0.1 RC	>= 450.36.06	>= 451.22
CUDA 10.2.89	>= 440.33	>= 441.22
CUDA 10.1 (10.1.105 general release, and updates)	>= 418.39	>= 418.96
CUDA 10.0.130	>= 410.48	>= 411.31
CUDA 9.2 (9.2.148 Update 1)	>= 396.37	>= 398.26
CUDA 9.2 (9.2.88)	>= 396.26	>= 397.44
CUDA 9.1 (9.1.85)	>= 390.46	>= 391.29
CUDA 9.0 (9.0.76)	>= 384.81	>= 385.54
CUDA 8.0 (8.0.61 GA2)	>= 375.26	>= 376.51
CUDA 8.0 (8.0.44)	>= 367.48	>= 369.30
CUDA 7.5 (7.5.16)	>= 352.31	>= 353.66
CUDA 7.0 (7.0.28)	>= 346.46	>= 347.62

2、安装CUDA11.1

ubuntu安装cuda11.2_AI界扛把子的博客-CSDN博客

linux安装pytorch（包括cuda与cudnn）_linux清华园按照pytorch1.12_BryceRui的博客-CSDN博客

CUDA Toolkit 12.2 Update 2 Downloads | NVIDIA Developer

1. 官网地址

从官网下载cuda，特别注意：要选择run，不要选择deb。

wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda_11.0.2_450.51.05_linux.run

chmod +x cuda_10.1.105_418.39_linux.run sudo ./cuda_10.1.105_418.39_linux.run

这里是下载的cuda 11.1版本

1. 禁用X服务（黑屏）

1. 给文件赋执行权限并安装

后续选择accepted，

除了驱动不选择（因为第一步已经安装了nvidia驱动了，如果前面没有安装nvidia，则该选项也需要），其他都选，具体界面如下

1. 打开配置文件

在末尾添加写入（这个相当于选择cuda-11.1版本）

更新一下

输入nvcc -V，显示cuda版本，检测是否成功

查看版本信息

1. whereis cuda
2. whereis cudnn

cuda11.1及以下的卸载：

cuda10.0及以下的卸载：

cd /usr/local/cuda-xx.x/bin/ sudo ./uninstall_cuda_xx.x.pl sudo rm -rf /usr/local/cuda-xx.x

或

sudo apt-get --purge remove "*cublas*" "cuda*"

3、安装cudnn

• 下载对应cuda 11.1 的cudnn版本

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11.1,选择对应的cudnn版本

cuDNN Archive | NVIDIA Developer

https://www.ngui.cc/el/3857815.html?action=onClick

进入到cudnn下载的安装路径下，命令行输入以下命令进行解压操作：

• 将下载的添加为压缩包并解压 （不同版本，则将cunn-11.1中11.1修改其他版本的数字即可）

tar -xzvf cudnn-10.1-linux-x64-v8.0.5.39.tgz //这里cudnn-10.1-linux-x64-v8.0.5.39.tgz是我们下载的cudnn的压缩包

• 随后在当前路径的命令行终端输入以下三条命令进行cudnn的安装：

sudo cp cuda/include/cudnn.h    /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn*    /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h   /usr/local/cuda/lib64/libcudnn*
至此cuda与cudnn全部安装成功。

• 查看安装的cudnn版本 Ubuntu 18.04安装CUDA 11.4.0 cuDNN 8.2.2_cuda11.4下载_nwth的博客-CSDN博客

会出现如下报错： cat: /usr/local/cuda-11.4/include/cudnn_version.h: 没有那个文件或目录 
错误原因为：在执行 

sudo cp cuda/include/cudnn.h /usr/local/cuda-11.4/include

未把cudnn_version.h文件复制过去。我给的解决方案是执行下面代码：

sudo cp cuda/include/* /usr/local/cuda-11.4/include
sudo cp include/* /usr/local/cuda-11.5/include/
sudo chmod a+r /usr/local/cuda-11.5/lib64/*
sudo chmod a+r /usr/local/cuda-11.5/include/*

 

• cudnn的卸载

如果有之前的残留版本最好卸载干净，同时路径中的cuda字样，要根据现实来定，cuda有可能需要替换为cuda-9.0或者其他

sudo rm -rf /usr/local/cuda-11.1/include/cudnn.h

sudo rm -rf /usr/local/cuda-11.1/lib64/libcudnn*

四、安装pytroch

根据网址Start Locally | PyTorch选择配置

或

五、验证

以上安装完成后，打开python，执行以下脚本。

若输出true，则表示cuda可以使用了。然后开始愉快的torch之旅吧。

方法1：查看所有python的路径，不止一个

方法2：查看当前使用的python路径