Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

目录

一、下载安装程序

1.下载Nvidia显卡驱动

登录Nvidia官方网站,在下拉菜单选择自己的信息,下载最新驱动程序(以本人3070Laptop为例)。尽量下载最新驱动,不然tensorflow-gpu安装可能会出现问题!
Nvidia驱动下载:https://www.nvidia.cn/geforce/drivers/

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

搜索完成后,点击下载,保存到任意目录下(默认下载到~/Downloads)。

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

; 2.下载Anaconda安装包

登录Anaconda官方网站,按照个人需求选择版本,这里我选个人版
Anaconda官方网站:https://www.anaconda.com/

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
点击Downloads,保存到任意目录下(默认下载到~/Downloads)。
Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

; 3.下载CUDA和cuDNN

前往官方网站下载CUDA,具体需要哪个版本,需要前往cuDNN下载页面,查看当前能够支持的版本号,必须与之相对应,否则无法安装成功。上图为CUDA下载页面,下图为cuDNN下载页面。下载的CUDA放在默认的Downloads文件夹下就可以了。
显卡驱动与CUDA版本对应关系:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
CUDA最新版本:https://developer.nvidia.com/cuda-downloads
CUDA历史版本:https://developer.nvidia.com/cuda-toolkit-archive
cuDNN最新版本:https://developer.nvidia.com/rdp/cudnn-download
cuDNN历史版本:https://developer.nvidia.com/rdp/cudnn-archive

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
显卡驱动与CUDA对应关系
Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
这里我安装的驱动是495.46,对应CUDA应该选择11.5
Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
11.5CUDA对应选择cuDNN版本为8.3.1,但是要看清楚8.3.1有两个
Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
注意:如果不安装CUDA和cuDNN,也可以进行Tensorflow-gpu安装,完成后显示安装成功,import tensorflow不会报错,但无法使用GPU进行运算。仅安装CUDA可以运行Tensorflow的GPU运算,但运算速度较慢,安装cuDNN可以显著加快运算。
CUDA请下载.run格式的版本,.deb安装较为麻烦且不易成功。
Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
下载cuDNN前,需要注册帐号,并完成资料填写,按照要求填完即可下载
下载完成(因为cuDNN目前最新支持CUDA11.5,故笔者下载CUDA11.5.0和cuDNN8.3.2)
Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
检查一下是否齐全,一共4个安装包,其中Nvidia相关驱动3个、Anaconda安装包1个

; 二、安装Nvidia显卡驱动

1.禁用nouveau

因为Ubuntu自带的驱动和我们要安装的Nvidia驱动有冲突,故需禁用。
首先修改配置文件,打开”终端”(Ctrl+Alt+T)

sudo gedit /etc/modprobe.d/blacklist.conf

找到最后一行,在末尾加入下列内容,将nouveau列入黑名单

blacklist nouveau
options nouveau modeset=0

完成后如下图所示,点击”保存”,而后退出

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
应用刚才修改的配置
sudo update-initramfs -u
reboot

重启后验证更改是否生效

lsmod | grep nouveau

没有输出则代表已经禁用

2.运行安装程序

关闭图形界面(不必要,有时在不关闭的情况下卸载旧驱动程序)

[En]

Close the graphical interface (unnecessary, sometimes uninstall the old driver without closing)

sudo telinit 3

卸载旧版本nvidia驱动

sudo apt-get remove --purge nvidia*

CD到下载目录,使用sh命令进行安装(20.04版本不需要增加chmod +x可执行权限,可以直接运行)
当您第一次运行安装程序时,很可能会报告错误。有关问题,请参考本章第三条。以下是顺利安装的情况。

[En]

There is a great possibility that errors will be reported when you run the installer for the first time. For some problems, please refer to Article 3 of this chapter. Here is the case of smooth installation.

sudo sh NVIDIA-Linux-x86_64-495.46.run

点击Contiue,不影响安装

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
如果没有问题,开始阅读笔记,期间可能会弹出警告,缺少32位运行时,请忽略
[En]

If there is no problem, start to read the note, during which a warning may pop up, lack of 32-bit runtime, ignore

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
读条结束后,提示是否需要使用Nvidia工具自动更新配置文件,选No,以免破坏我们安装好的环境
Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
可以转到上面的步骤,基本上已经安装成功了,现在检查一下
[En]

Can go to the above step, basically has been installed successfully, now check it out

nvidia-smi

如下图所示,安装是正确的,但如果安装失败,则会报告错误。

[En]

As shown in the following figure, the installation is correct, but if the installation fails, an error will be reported.

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

Nvidia x控制面板也显示正常

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

3.常见问题解决

(1)缺少gcc

sudo apt-get  install  build-essential

(2)缺少g++

sudo apt-get install g++

(3)缺少make

sudo apt-get install make

(4)因为缺少依赖环境导致无法安装
有时可能会很棘手,问题会接二连三地出现。您可以通过以下方式进行尝试

[En]

Sometimes it can be tricky and problems emerge one after another. You can try it in the following ways

sudo apt --fix-broken install
sudo apt-get update
sudo apt-get upgrade

如果IP无法访问,则需要更改安装源,先备份、后修改

sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup
sudo gedit /etc/apt/sources.list

删除所有内容,只保留以下内容(您也可以切换到其他来源)

[En]

Delete everything, leaving only the following (you can also switch to other sources)

deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

如果apt-get update依然找不到源,可以尝试将/etc/apt/sources.list.d文件夹下对应的文件删除
然后再进行update、upgrade

三、安装CUDA

1.运行安装程序

打开终端

sudo sh cuda_11.5.0_495.29.05_linux.run

输入accept

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
因为我们事先安装好了显卡驱动,所以Driver这里要取消,其他的全部安装,点击Install
Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
安装完成
Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

2.配置环境变量

添加环境变量

gedit ~/.bashrc

在末尾处增加以下内容,其中cuda-11.5这里是我的版本号,如果安装其他版本请相应调整。

export PATH=/usr/local/cuda-11.5/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.5/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
完成后点击保存,退出。输入source ~/.bashrc应用环境变量
source ~/.bashrc

检查版本号。如果显示正常,则表示安装成功。

[En]

Check the version number. If it is displayed normally, it means the installation is successful.

nvcc -V

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
注:有教程说需要降级gcc版本,笔者仅有gcc9,未安装gcc7依旧能够成功。

四、安装cuDNN

Nvidia官方安装介绍:https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
完全按照官方操作即可,大概意思是将文档中的X.Y修改成CUDA版本号、v8.x.x.x修改成cuDNN版本号,这里我们将X.Y改为11.5、v8.x.x.x修改为8.3.2.44,同学们参照修改就可以了。
tar -xvf cudnn-linux-x86_64-8.3.2.44_cuda11.5-archive.tar.xz

成功解压缩文件后,忽略该文件并继续执行命令

[En]

After successfully extracting the file, ignore it and continue to execute the command

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*

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
验证安装
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

五、安装Anaconda

1.运行安装程序

cd到Anaconda文件目录下进行安装

sh Anaconda3-2021.11-Linux-x86_64.sh

看完很长的文档后,开始操作(不想看文档可以按Ctrl+C跳过,不会退出安装)
第一个提示表示是否接受条款并安装,输入yes;
第二个提示指示是否将其安装在默认目录中。建议您同意并直接按Enter键。

[En]

The second prompt indicates whether to install it in the default directory. It is recommended to agree and hit enter directly.

第三个提示表示是否需要conda进行初始化,输入yes。

测试是否安装成功

anaconda-navigator

启动Anaconda的控制面板,成功运行则如下图所示

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

2.创建快捷方式

创建桌面快捷方式

cd ~/Desktop
gedit Anaconda.desktop

在文本编辑器里面复制下列代码,注意需要将Exec和Icon参数中的username替换为您自己的帐号名称,然后保存

[Desktop Entry]
Version=1.0
Name=Anaconda
Type=Application
GenericName=Anaconda
Comment=Scientific Python Development Environment - Python3
Exec=/home/username/anaconda3/bin/anaconda-navigator
Categories=Development;Science;IDE;Qt;Education;
Icon=/home/username/anaconda3/lib/python3.9/site-packages/anaconda_navigator/static/images/anaconda-icon-256x256.png
Terminal=false
StartupNotify=true

右键点击桌面图标,选择”允许启动”

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

六、安装Tensorflow

通过Anaconda安装Tensorflow,使用conda命令安装,可自动适配符合系统的版本工具,轻松完成Tensorflow安装,比pip安装成功率更高
在Anaconda中创建tensorflow环境

conda create -n tensorflow

激活并切换到tensorflow环境,成功切换的话括号内的名称则会变为tensorflow

source activate tensorflow

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
安装Tensorflow的GPU版本
conda install tensorflow-gpu

经过一段时间的等待,出现三个”done”完成安装

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
我们来进python测试一下,import tensorflow无显示,安装成功
Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

七、配置PyCharm调用Anaconda的Tensorflow环境

回到Anaconda Navigator面板,按下Ctrl+p,打开设置面板,在最下面加入PyCharm的绝对路径,这样我们就可以从Anaconda中启动PyCharm了(不设置也不影响使用)

Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程
启动PyCharm,按下Ctrl+Alt+s,打开设置面板,将Jupyter服务器的Python解释器设置为我们刚装好的tenserflow环境(如果以前没有运行过Jupyter文件,可能需要先安装PyCharm的Jupyter服务器)
Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

Original: https://blog.csdn.net/fwtvge/article/details/122569522
Author: fwtvge
Title: Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/496717/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球