Ubuntu18.04下安装RTX2080Ti驱动以及pytorch1.4.0（CUDA10.0）

妖狐艹你老母 2022-12-28 12:50 277阅读 0赞

前言

一、安装驱动

二、安装cuda10+cudnn7.6.5

1.下载cuda10.0+cudnn7.6.5

2.安装cuda与cudnn

三、将原有的Python库安装到新系统中

--------------------

# 前言 #

主要介绍在Ubuntu18.04+RTX2080Ti安装驱动，CUDA，CUDNN，配置pytorch的步骤

--------------------

# 一、安装驱动 #

首先更新apt-get源列表

sudo apt-get update
    sudo apt-get upgrade

然后添加驱动源

sudo add-apt-repository ppa:graphics-drivers/ppa
    sudo apt-get update

在软件与更新下找到附加驱动，选择最新版的开源驱动（我使用的是nvidia-driver-455）

点击应用更改，完成后重启电脑，在终端输入nvidia-settings,出现驱动版本信息即为安装成功

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NzU0MzA5_size_16_color_FFFFFF_t_70][]

如果长时间无法安装，可尝试在添加完驱动源之后

终端运行sudo apt-get update && sudo apt-get install nvidia-driver-455

# 二、安装cuda10+cudnn7.6.5 #

## 1.下载cuda10.0+cudnn7.6.5 ##

cuda10.0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][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]

cudnn7.6.5链接：[https://developer.nvidia.com/rdp/cudnn-archive][https_developer.nvidia.com_rdp_cudnn-archive]

cuda选择如下图所示

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NzU0MzA5_size_16_color_FFFFFF_t_70 1][]

cudnn选择如图所示————>![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NzU0MzA5_size_16_color_FFFFFF_t_70 2][]

## **2.安装cuda与cudnn** ##

cuda

进入到下载路径下打开终端输入sudo sh cuda\_版本号.run  
一直按回车键直到出现用户选择问题，注意在选择是否安装驱动时要选择 no(n)。其他选择accept，yes，默认的即可。

安装完成后进行环境变量的配置

*      sudo gedit ~/.bashrc

在打开的文件尾部加入

export PATH=/usr/local/cuda-10.0/bin${PATH:+:$PATH}} 
    export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

使环境变量生效

source ~/.bashrc

*      sudo gedit /etc/profile

在打开的文件末尾加上:

export PATH=/usr/local/cuda/bin:$PATH

*      sudo gedit /etc/ld.so.conf.d/cuda.conf

在打开的文件中添加:

/usr/local/cuda/lib64

保存退出后执行

sudo ldconfig

通过在终端输入nvcc -V 可以查看安装的cuda版本

cudnn

进入下载目录下将下载的文件解压缩

tar -zxvf cudnn-版本号.tgz

将解压后的文件复制到cuda环境下

sudo cp cuda/include/cudnn.h /usr/local/cuda/include
    sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
    sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

到此cuda和cudnn就安装完成啦

# **三、将原有的Python库安装到新系统中** #

在原有系统中打包Python的库

sudo pip3 freeze >requirements.txt

在新系统中安装打包的库(使用镜像安装速度快）

sudo pip3 install -i https://pypi.douban.com/simple/ -r requirements.txt

其中pytorch安装命令如下（cuda10.0+cudnn7）

pip3 install torch==1.4.0+cu100 torchvision==0.4.2+cu100 -f https://download.pytorch.org/whl/torch_stable.html

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NzU0MzA5_size_16_color_FFFFFF_t_70]: /images/20221120/1b2a998150ef4f72bb5ee841a199b6b7.png
[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]: 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
[https_developer.nvidia.com_rdp_cudnn-archive]: https://developer.nvidia.com/rdp/cudnn-archive
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NzU0MzA5_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20201217145143858.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NzU0MzA5,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NzU0MzA5_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20201217145034632.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NzU0MzA5,size_16,color_FFFFFF,t_70