Ubuntu 20.04安装显卡驱动、CUDA、Pytorch（2024.06最新） |
您所在的位置：网站首页 › 笔记本怎么才能换显卡驱动 › Ubuntu 20.04安装显卡驱动、CUDA、Pytorch（2024.06最新） |
Ubuntu 20.04安装显卡驱动、CUDA、Pytorch（2024.06最新）
|
文章目录
一、安装显卡驱动1.1 查看显卡型号1.2 根据显卡型号选择驱动1.3 获取下载链接1.4 查看下载的显卡驱动安装文件1.5 更新软件列表和安装必要软件、依赖1.6 卸载原有驱动1.7 禁用默认驱动1.8 安装lightdm显示管理器1.9 停止显示服务器1.10 在文本界面中，禁用X-window服务1.11 安装驱动1.12 检测显卡驱动是否安装成功1.12 重启显示服务、恢复图像界面
二、安装CUDA2.1 选择合适的CUDA版本2.2 下载CUDA2.3 安装CUDA2.4 环境变量配置2.5 检测CUDA是否安装成功
三、安装Pytorch3.1 选择合适Pytorch版本3.2 安装Pytorch
四、关于安装cuDNN（这个坑以后再补）
一、安装显卡驱动
1.1 查看显卡型号
lspci | grep -i nvidia
我们发现输出的信息中有Device 2230，可以根据这个信息查询显卡型号 查询网址：https://admin.pci-ids.ucw.cz/mods/PC/10de?action=help?help=pci
输入后点击Jump查询
我们发现显卡型号为RTX A6000 1.2 根据显卡型号选择驱动英伟达驱动下载：https://www.nvidia.cn/Download/Find.aspx?lang=cn&QNF=1 根据需求，输入显卡型号、操作系统和语言，选择相应的驱动版本，我选择550.78这个版本。
点击下载 点击【同意并开始下载】
在安装NVIDIA驱动前，禁用系统自带显卡驱动nouveau 使用vim打开和修改文件，也可用gedit sudo vim /etc/modprobe.d/blacklist.conf在文件尾增加两行： blacklist nouveau options nouveau modeset=0
此时必须重启电脑： sudo reboot 1.8 安装lightdm显示管理器 sudo apt-get install lightdm 1.9 停止显示服务器 sudo telinit 3 1.10 在文本界面中，禁用X-window服务 sudo service gdm3 stop 1.11 安装驱动 # 授予执行权限 sudo chmod 777 NVIDIA-Linux-x86_64-550.78.run # 执行安装命令 sudo ./NVIDIA-Linux-x86_64-550.78.run 1.12 检测显卡驱动是否安装成功 nvidia-smi
大功告成~ 1.12 重启显示服务、恢复图像界面 sudo service gdm3 start sudo telinit 5 二、安装CUDA 2.1 选择合适的CUDA版本我显卡的驱动版本是550.78，可以安装CUDA 12版本。可根据自己显卡版本选择合适的CUDA版本：查询链接：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 下载页面链接：https://developer.nvidia.com/cuda-toolkit-archive
稍等一会，会出现如下界面，输入：accept即可安装 接着会出现如下界面：
以vim方式打开配置文件 sudo vim ~/.bashrc在文件尾中加入以下两行： export PATH="/usr/local/cuda-12.1/bin:$PATH" export LD_LIBRARY_PATH="/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH"
链接：https://pytorch.org/get-started/previous-versions/ 可用conda安装 conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=12.1 -c pytorch -c nvidia也可用pip安装 pip install torch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu121 四、关于安装cuDNN（这个坑以后再补）cuDNN是一个基于CUDA的深度学习GPU加速库，可以提高深度学习模型在GPU上的训练速度。cuDNN不是必须安装的，但是一般会采用这个加速库。部分深度学习框架，如PyTorch，会自带预先编译的cuDNN，无需手动安装。后面我还需要安装Pytorch，所以cuDNN就没安装，需要安装的可以参考下面信息，但是不完整。 版本查看页面：https://developer.nvidia.com/cudnn-downloads 下载CUDA 12对应的cuDNN版本，这里我们选择8.9.0版本。点击该版本，显示如下，我们选择红框圈中的版本。
|
复制下载链接：https://cn.download.nvidia.cn/XFree86/Linux-x86_64/550.78/NVIDIA-Linux-x86_64-550.78.run 并使用wget在命令行下载：
更新文件
需要注意的是，上述过程我们已在步骤1安装显卡驱动，已无需再装，可通过键盘选择，取消驱动的安装。 再将光标通过键盘移至Install，开始安装：
更新环境变量
命令行显示如上信息，表明安装成功！大功告成~
由于CUDA安装的版本是12.1，所以可以用Pytorch的v2.2.0版本
【本文地址】