超详细的nvidia + cuda + cudnn + anaconda + python安装配置流程
- 一. 安装nvidia
- 二. 安装cuda 10.2
- 三. 安装cudnn
- 四. 安装anaconda
- 五. 设置python环境
- 【参考】
亲试N遍，真的好用，超级简单！！！
一. 安装nvidia
具备条件：使用root权限进行操作
- 修改root密码：
sudo passwd - 登录root账户：
su root或者在其他用户下执行指令时前面加·sudo·
- 去官网https://www.nvidia.com/Download/index.aspx?lang=cn下载对应的驱动程序，放到/home/user/Downloads中，user是指你创建的那个用户名，Downloads是你随便建的文件夹名
- 删除旧的nvidia驱动：
sudo apt purge nvidia* - 创建新文件：
sudo vim /etc/modprobe.d/blacklist-nouveau.conf - 在上面文件中写入以下命令：禁掉Ubuntu自带开源驱动nouveau
1）blacklist nouveau2）blacklist lbm-nouveau3）options nouveau modeset=04）alias nouveau off5）alias lbm-nouveau off - 执行更新命令：
sudo update-initramfs -u - 重启系统：
sudo reboot - 查看nouveau模块是否被禁用：
sudo lsmod | grep nouveau，如果什么都没有输出，则执行下一步 - 关闭图形界面：
sudo service lightdm stop - 切换到/home/user/Downloads目录下：
cd /home/user/Downloads，可以看到下载的安装程序 NVIDIA-Linux-x86_64-xxx.run （xxx以下载的为准） - 给该安装程序可执行权限：
sudo chmod a+x NVIDIA-Linux-x86_64-xxx.run - 执行命令：
sudo bash NVIDIA-Linux-x86_64-xxx.run -no-opengl-files - 进入框框页面，有以下问题：
1）The distribution-provided pre-install script failed! Are you sure you want to continue? 选择 yes 继续
2）Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later? 选择 No 继续
3）问题没记住，选项是：install without signing
4）Nvidia’s 32-bit compatibility libraries? 选择 No 继续
5）Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up. 选择 Yes 继续 - 挂载Nvidia驱动：
sudo modprobe nvidia - 执行命令：
sudo service lightdm start - 执行命令：
sudo reboot - 查看是否安装成功：
nvidia-smi - 解决nvidia-smi出现的比较慢：
1）sudo nvidia-smi -pm 12）sudo nvidia-persistenced --persistence-mode - 卸载nvidia：
1）方法1：sudo /usr/bin/nvidia-uninstall2）方法2：sudo apt-get install autoremove --purge nvidia*（可能不好用）
二. 安装cuda 10.2
- 去官网https://developer.nvidia.com/cuda-toolkit-archive找到对应版本10.2点进去，依次按下图中深绿色的框框选择：
- 执行上图中的语句：
wget http://xxx.run - 执行上图中的语句：
sudo sh cuda_xxx_linux.run，选continue，输入accept，出现选择框的时候，记得把nvidia驱动去掉 - 配置环境：
1）打开.bashrc文件：sudo vim ~/.bashrc2）在.bashrc文件中写入以下内容：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64export PATH=$PATH:/usr/local/cuda/binexport CUDA_HOME=$CUDA_HOME:/usr/local/cuda
3）关闭.bashrc文件，更新配置环境：source ~/.bashrc
- 查看是否安装成功：
nvcc -V - 卸载cuda：
1）sudo rm -rf /usr/local/cuda2）sudo rm -rf /usr/local/cuda-10.2
三. 安装cudnn
- 去官网https://developer.nvidia.com/rdp/cudnn-archive下载与cuda 10.2对应的cudnn库包放到/home/user/Downloads中：
- 执行命令：
sudo cp cudnn-10.2-linux-x64-xxx.solitairetheme8 cudnn-10.2-linux-x64-xxx.tgz(如果下载的是tgz或tar文件则忽略此步骤) - 执行命令：
tar -xzvf cudnn-10.2-linux-x64-xxx.tgzxxx以下载的版本为准！！！ - 执行命令：
sudo cp cuda/include/* /usr/local/cuda/include/ - 执行命令：
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ - 执行命令：
sudo chmod a+r /usr/local/cuda/include/cudnn.h - 执行命令：
sudo chmod a+r /usr/local/cuda/lib64/libcudnn* - 查看是否安装成功：
cat /usr/local/cuda-10.2/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 - 卸载cudnn：
1）sudo rm -rf /usr/local/cuda/include/cudnn.h2）sudo rm -rf /usr/local/cuda/lib64/libcudnn*
四. 安装anaconda
- 去官网下载linux版本的Anaconda3-xxx.sh文件复制到home/user/Download下
- 执行安装命令：
bash Anaconda3-xxx.sh - 默认一路yes即狂按Enter键，Note！期间有询问修改安装目录，可以自己修改
- 更新配置环境：
source ~/.bashrc - 查看是否安装成功：
conda - 查看conda版本：
conda -V - 进入base环境：
conda activate base - 删除conda配置的镜像源：
conda config --remove-key channels - 卸载anaconda：
sudo rm -rf ~/anaconda3（~表示当前目录下，我好啰嗦…） - 更新conda：
conda update -n base conda
五. 设置python环境
- 创建python环境：
conda create -n python38 python=3.8 - 激活python环境：
conda activate python38 - 安装python包：
conda install xxx - 查看安装的python包：
conda list - 查看所有python环境：
conda info --env - 退出python环境：
source deactivate - 删除python环境：
conda remove -n xxx --all
【参考】
[1] https://zhuanlan.zhihu.com/p/339062791 [2]
[3]
[4] 还有一些忘记了，果咩^ ^
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
