Ubuntu安装显卡驱动和CUDA教程
一、安装显卡驱动
1.1 确认显卡型号
打开终端,输入以下命令查看显卡型号:
lspci | grep -i nvidia
如果有输出,则表示你的电脑是NVIDIA显卡,同时记录下显卡型号。
1.2 安装显卡驱动
- 通过PPA安装
在终端中输入以下命令:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-driver-450
其中,nvidia-driver-450
是驱动版本号,可以根据自己的显卡型号选择对应的版本。
- 官网下载安装
在NVIDIA官方网站上下载对应版本的显卡驱动,然后执行以下命令安装:
sudo chmod +x NVIDIA-Linux-x86_64-460.32.03.run
sudo ./NVIDIA-Linux-x86_64-460.32.03.run
其中,NVIDIA-Linux-x86_64-460.32.03.run
为安装包的名称,需要根据具体下载文件进行修改。
1.3 验证驱动安装
在终端中输入以下命令查看驱动是否已经正常安装:
nvidia-smi
如果能够输出显卡信息,则表示驱动已经安装成功。
二、安装CUDA
2.1 下载CUDA
在NVIDIA官方网站上下载对应版本的CUDA,然后执行以下命令进行安装:
sudo chmod +x cuda_11.1.0_455.23.05_linux.run
sudo ./cuda_11.1.0_455.23.05_linux.run
其中,cuda_11.1.0_455.23.05_linux.run
为安装包的名称,需要根据具体下载文件进行修改。
2.2 环境变量设置
在终端中输入以下命令并修改PATH
和LD_LIBRARY_PATH
环境变量:
export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
可以将以上两个命令写入~/.bashrc
文件中,以便终端开启时自动加载。
2.3 验证CUDA安装
在终端中输入以下命令以验证CUDA是否安装成功:
nvcc -V
如果输出的信息包含了CUDA的版本,则表示CUDA已经安装成功。
三、示例说明
3.1 示例一
假设有一段使用CUDA加速的C++代码test.cu
,现在要编译运行,可以按照以下步骤进行操作:
- 编译
nvcc test.cu -o test
- 运行
./test
3.2 示例二
假设要使用TensorFlow框架进行深度学习的代码编写,可以通过以下方式进行操作:
- 安装TensorFlow
pip install tensorflow==2.4.0
- 指定CUDA和cuDNN版本
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:/usr/local/cudnn-8.0.5/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
- 编写代码并运行
import tensorflow as tf
tf.test.is_gpu_available()
如果输出True
,则表示CUDA和cuDNN都已经配置成功,可以正常运行深度学习代码了。
以上就是Ubuntu安装显卡驱动和CUDA的完整攻略,希望能对你有所帮助。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:ubuntu安装显卡驱动和cuda教程 - Python技术站