代码收藏家技术教程 2022-08-20

ubuntu 22.04安装独立显卡驱动方法以及一些问题，以及安装pytorch&cuda和cudnn的问题

linux 这种东西就是玩的越多就慢慢上手了，我这种就是换个显卡重装一次系统的傻子（删错了东西），驱动也是linux下面比较麻烦的一些东西，下列的显卡驱动主要以nvidia的卡为主。
下述是最简单的两种方法。如果需要看需要什么驱动（版本号，推荐驱动）：

ubuntu-drivers

首先是显卡驱动：

第一种方法：
打开Additional drivers,下列这个模式。一开始的应该是处于最下面的那个驱动，正常选择最上面的那个推荐驱动就好了，然后应用，重启。

第二种：
使用命令行：

sudo ubuntu-drivers autoinstall
#先安装然后重启
reboot

测试是否成功：

nvidai-smi

至于需要具体的某一个版本驱动，这里推荐一篇文章：
https://blog.csdn.net/qq_37424778/article/details/123380322
（文章博主若对我引用有意见，联系我删除）

mention：
1.我的朋友在安装时出现一些路径上的问题，有些时候是因为users名是中文名，建议不管是搞什么，新手首先不要命名中文路径。
2.记得重启，有些人不重启就和我说你这nvidia-smi看不到啊，我。。。
3.主机换显卡的人参考这篇文章：
https://blog.csdn.net/qq_39537898/article/details/120928365
这里提两句，cuda、cudnn、pytorch这些，只要在换显卡之后下载的驱动中兼容他们的版本号，这些不用重新下载和配置。甚至可以不用重新下载驱动，只要先切换为Nouveau驱动（上面图片的最后一个），然后更换显卡也可以用。
4.有些是apt没有更新的问题，可以在安装之前先
sudo apt update
sudo apt upgrade

安装anaconda：

往期文章参考
注意的一点是，不要在root状态下安装，会导致一些文件在读取时出现权限问题。

anaconda的navigator启动命令：anaconda-navigator
jupyter-lab的启动命令：jupyter-lab --allow-root

安装pytorch：

网址：
https://pytorch.org/get-started/locally/
找到对应的cuda（11.0以上的）然后pip下载就可以了。

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

安装CUDA&&CUDNN：

terminal使用nvidia-smi命令后
右上角有你的当前驱动支持的最高版本，然后去找对应的驱动版本，提一句，30系以上好像都是cuda11.x版本以上的
cuda链接：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal
下载后：

# 先cd到你下载cuda包的那个文件夹中 
sudo sh 你的cuda的下载包的名字

然后加载一会后会出现几个问题：
（1）、
Do you accept. balabala…?
选择accept
(2),Driver exsist…
Abort
Continue
选continue
（3）、
【X】Nvidia driver
[X]这里一般是一个版本号
[X] CUDA
【X]CUDa examples
…
Advance
install
大概是长这个样子，这里由于我们前面已经安装了驱动就不要把Nidia driver那里的X打上，取消他就可以了，然后选择install就可以了。

设置路径：
export。。。。path：

#打开路径文件
gedit ~/.bashrc

把下面两个路径放到文件最下面：

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

完成后：

source ~/.bashrc

测试是否安装成功：

nvcc -V

出现cuda的版本号就可以了

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Mon_May__3_19:15:13_PDT_2021
Cuda compilation tools, release 11.3, V11.3.109
Build cuda_11.3.r11.3/compiler.29920130_0

CUDNN 安装：

去官网找到对应你的cuda版本的cudnn包，这个要注册nvidia账号才可以下载。
CUDNN网址：https://developer.nvidia.com/zh-cn/cudnn
下载后解压，一般可以用tar命令解压
不懂得参考：https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#download
这里是官方指导。
官方的命令的前提是已经cd进入下载的文件夹中了，这个可以自己看懂自己来：

tar -xvf cudnn-linux-x86_64-8.x.x.x_cudaX.Y-archive.tar.xz
sudo cp cudnn-*-archive/include/cudnn*.h  /usr/local/cuda/include 
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

其实就是将几个文件进入库。

测试cudnn是否有安装好的：

#in the terminal
python
import torch
torch.cudnn_convolution()

出现这种情况，则安装成功：

cudnn_convolution() missing 9 required positional argument: "input", "weight", "padding", "stride", "dilation", "groups", "benchmark", "deterministic", "allow_tf32"