ubuntu安装nvidia显卡驱动+cuda9.0+cudnn7.0+查看cuda版本+安装tensorrt+python查看gpu显存
一,驅動安裝
顯卡驅動和cuda版本關系
卸載原先驅動
sudo apt-get remove --purge nvidia-\*ubuntu-drivers devices? 查看顯卡類型
?
Nvidia驅動下載地址：https://www.geforce.com/drivers選擇對應的顯卡和Linux 64 系統，可以下載最新版本。?
要注意的是與cuda版本相配的driver版本。
1,修改blacklist.conf文件，禁用集顯。
Ctrl+Alt+T 進入終端模式，依次輸入命令：
sudo gedit /etc/modprobe.d/blacklist.conf? （打開blacklist.conf 文件）在文件的末尾添加：
blacklist nouveauoptions nouveau modeset=0? 保存后退出；禁用集顯后才能正常安裝Nvidia驅動。再更新一下
sudo update-initramfs -u修改后需要重啟系統。確認下Nouveau是已經被你干掉，使用命令：?lsmod | grep nouveau? 輸出無東西就下一步。
2,開始安裝Nvidia驅動，以下步驟需在Ctrl+Alt+F1命令行模式下進行：
按下Ctrl+Alt+F1，輸入管理員賬號和密碼。然后輸入sudo –i 切換到root;
首先，禁用X server模式，如果不操作此步驟，安裝時將提示Xserver報錯。
sudo service?lightdm stop?或者
sudo /etc/init.d/lightdm stop? 依次輸入以下命令：
sudo chmod +x NVIDIA-Linux-x86_64-384.111.runsudo ./NVIDIA-Linux-x86_64-384.111.run? -no-opengl-files–no-opengl-files?只安裝驅動文件，不安裝OpenGL文件。這個參數最重要 –no-x-check 安裝驅動時不檢查X服務 –no-nouveau-check 安裝驅動時不檢查nouveau? 后面兩個參數可不加。此時第一個選? n 也就是
不安裝NVIDIA 加速圖像驅動?
后面的全部選y
我們可以輸入reboot，退出命令行界面，再次啟動到圖形界面，輸入nvidia-smi確認顯卡驅動已經安裝完成了.
但由于有些雙系統的環境不得不啟用BIOS的Secureboot時，我們將在下面文檔中也會介紹，如何在Ubuntu中關閉Secureboot。
注意:如何不關閉BIOS secure boot，在Ubuntu中關閉Secure boot模式？
sudo mokutil? --disable-validation設置mok的登錄密碼（必須8位字符以上，按回車再次輸入）。
密碼設置好后，直接點擊圖形界面的重啟。系統在重啟后自動進入MOK界面。
該界面提示按任意鍵進入MOK管理器，請務必在倒計時前敲任意鍵，否則直接進入系統了。MOK管理器校驗密碼比較特殊，需要將password的位數一個一個提示來輸入。我們按提示輸入即可。
密碼校驗完成后，我們直接選擇“Change Secure Boot State“，
在Disable Secure boot啟動界面，選到“Yes”，再reboot，即可關閉了Secureboot。
最后我們修改BIOS Secure boot為On，即可大功告成。（此操作步驟適用于雙系統模式，因Ubuntu安裝很多驅動僅支持在Secure boot關閉的模式下，而Windows應用有可能需要打開Secure boot。）
二,安裝cuda9.0
https://developer.nvidia.com/cuda-toolkit-archive
找到下載文件的路徑
sudo sh cuda_9.0.176_384.81_linux.run單擊回車，一路往下運行，直到提示“是否為NVIDIA安裝驅動nvidia-384？”，選擇否，因為已經安裝好驅動程序了，其他的全都是默認，不過要記住安裝位置，默認是安裝在/usr/local/cuda-9.0文件夾下。
配置環境變量，運行如下命令打開profile文件
sudo gedit? /etc/profile打開文件后在文件末尾添加路徑，也就是安裝目錄，命令如下：
export LD_LIBRATY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
? 保存，然后重啟電腦
sudo reboot測試CUDA的例子：
cd? /usr/local/cuda-9.0/samples/1_Utilities/deviceQuerysudo make./deviceQuery如果顯示的是關于GPU的信息，則說明安裝成功了。
最后你會看到cuda驅動、sample、tookit已經安裝成功,但是缺少一些庫。
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev環境變量配置
安裝完畢后，再聲明一下環境變量，并將其寫入到 ~/.bashrc 的尾部:
export PATH=/usr/bin/:$PATH export PATH=~/anaconda3/bin:$PATH export PATH=/usr/local/cuda-9.0/bin:/home/fzh/anaconda3/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH #export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64 export CUDA_HOME=/usr/local/cuda-9.0然后設置環境變量和動態鏈接庫，在命令行輸入：
$ sudo gedit /etc/profile在打開的文件末尾加入：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64保存之后，創建鏈接文件：
sudo gedit /etc/ld.so.conf.d/cuda.conf在打開的文件中添加如下語句：
/usr/local/cuda-9.0/lib64然后執行
sudo ldconfig使鏈接立即生效。
三.安裝cudnn
https://developer.nvidia.com/rdp/form/cudnn-download-survey
進入解壓后的cudnn-9.0-linux-x64-v7.0.tgz文件cuda，在終端執行下面的指令安裝：
tar -zxvf cudnn-9.0-linux-x64-v7.0.tgz cd cuda sudo cp lib64/lib* /usr/local/cuda-9.0/lib64/ sudo cp include/cudnn.h /usr/local/cuda-9.0/include/然后更新網絡連接：
cd /usr/local/cuda/lib64/ sudo chmod +r libcudnn.so.7.4.1 # 自己查看.so的版本 sudo ln -sf libcudnn.so.7.4.1. libcudnn.so.7 sudo ln -sf libcudnn.so.7 libcudnn.so sudo ldconfig查看版本
cat /usr/local/cuda-9.0/version.txtcat /usr/local/cuda-9.0/include/cudnn.h | grep CUDNN_MAJOR -A 2nvcc -V四,安裝tensorrt
首先下載https://developer.nvidia.com/tensorrt
解壓:
tar -xzvf?TensorRT-5.0.2.6.Ubuntu-16.04.4.x86_64-gnu.cuda-9.0.cudnn7.3.tar.gz
添加環境變量,我是基于docker地址的
vim ~/.bashrc
source ~/.bashrc
tensorrt API文檔
五.python查看gpu顯存
pip install nvidia-ml-py3 import pynvml pynvml.nvmlInit() # 這里的0是GPU id handle = pynvml.nvmlDeviceGetHandleByIndex(0) meminfo = pynvml.nvmlDeviceGetMemoryInfo(handle) print(meminfo.used)?
總結
以上是生活随笔為你收集整理的ubuntu安装nvidia显卡驱动+cuda9.0+cudnn7.0+查看cuda版本+安装tensorrt+python查看gpu显存的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 推荐镜像
- 下一篇： Python Cookbook 3rd