ubuntu16 安装cuda Ubuntu安装cuda

其实ubuntu16 安装cuda的问题并不复杂，但是又很多的朋友都不太了解Ubuntu安装cuda，因此呢，今天小编就来为大家分享ubuntu16 安装cuda的一些知识，希望可以帮助到大家，下面我们一起来看看这个问题的分析吧！

ubuntu16.04怎么检测是否安装cuda8

1、在英伟达的上对应系统版本的cuda5.5工具包，我的笔记本是32位的，的包是cuda_5.5.22_linux_32.run，当然deb包也可以，deb包可双击安装。使用run包。

2、检查自己的系统是否符合安装条件，这一点很重要，我开始没有检测GCC，导致后面几次安装失败。命令$lspci| grep-i nvidia，检测电脑是否安装NVIDIA显卡，命令$gcc--version,检测GCC版本，注意：CUDA5.5只支持GCC4.6版本，如果显示的不是下图所示，则需要重新将GCC链接。同时安装头文件和编译环境$sudo apt-get install linux-headers-$(uname-r) build-essential

3、gcc版本是4.6的跳过此步。如果gcc版本不是4.6的，则需要将GCC重新链接，在目录/usr/bin下，只需两个命令即可完成重新链接。

$sudo mv gcc gcc.bak

$sudo ln-s gcc-4.6 gcc

4、删除之前的Ubuntu nvidia驱动包，$sudo apt-get–purge remove nvidia*,并将开源驱动nouveau屏蔽掉，使用命令$sudo vim/etc/modprobe.d/blacklist.conf，添加blacklist vga16fb blacklist nouveau blacklist rivafb blacklist nvidiafb blacklist rivatv。

5、关闭图形环境，$sudo stop lightdm，按Ctrl＋Alt＋F1，打开一个终端，登录。进入的Ubuntu nvidia驱动安装文件所在目录,$sudo sh./cuda_5.5.22_linux_32.run命令进行安装。如果遇到failed，不用着急，打开安装log，排查问题，warning不用管，看ERROR。

6、安装完成后，需要重启。此时电脑清晰多了，说明安装成功。从事GPU开发的我们还需要装上cuda和openCL库的支持：$sudo apt-get install nvidia-current-dev。

注意事项

ubuntu不需要重新编译内核，记得centos和red hat需要，命令也简单：$sudo dracut-v/boot/initramfs-$(uname-r).img$(uname-r)

ubuntu16+NVIDIA驱动+CUDA+cuDNN配置安装

在Ubuntu16系统中，配置安装NVIDIA驱动、CUDA、cuDNN，以及解决安装过程中可能遇到的问题，是一个需要细致操作的流程。以下内容将分步骤指导，确保安装过程顺利进行。

首先，解决Python pip下载速度慢的问题。可以使用链接下载工具axel，通过命令行直接通过连接下载文件，提高下载速度。

接着，安装TeamViewer以实现Ubuntu服务器与桌面的连接。通过命令行下载TeamViewer，保存并退出。重启后，即可尝试连接。

SSH连接时遇到被拒绝的情况，这通常需要检查SSH服务的配置文件，并确保权限设置正确。若问题依旧，可以尝试重启SSH服务或调整安全策略。

硬盘挂载问题可以通过Ubuntu应用商店安装磁盘管理工具GParted。使用GParted进行分区操作，按照推荐的硬盘分区方案进行挂载，以确保数据安全。

安装NVIDIA驱动时，推荐通过软件更新来安装，以避免直接使用.run文件安装可能导致的问题。若安装失败，可以尝试卸载原有驱动，禁用nouveau驱动，然后通过文本编辑器在系统配置文件中添加相关禁用命令，确保驱动安装成功。

安装CUDA和cuDNN时，确保CUDA版本与PyTorch兼容，并下载对应的CUDA Toolkit和cuDNN版本。安装过程中，选择合适的配置选项，避免重复安装驱动。安装完毕后，配置环境变量，并通过测试验证安装是否成功。

安装Anaconda，选择适合自己系统的版本进行下载和安装。安装后，配置pytorch版本为1.1.0，CUDA版本为10.0，并创建虚拟环境以进行特定项目的开发。

在安装过程中，可能会遇到各种问题，如GPU信息驱动选择不当、gcc和g++版本不匹配等。在遇到问题时，可以参考官方文档进行操作或搜索解决方案。例如，解决sudo下nvcc找不到问题，可能需要调整环境变量；安装cuDNN时，确保版本与CUDA兼容。

安装Anaconda后，可使用其进行虚拟环境的创建和管理，确保项目环境的隔离和统一。在安装Anaconda的同时，需要注意版本的兼容性，以避免后续开发中的问题。

通过上述步骤，可以较为系统地解决Ubuntu16中NVIDIA驱动、CUDA、cuDNN的配置和安装问题。在实际操作中，可能还会遇到一些特定的环境问题，需要根据实际情况调整策略。重要的是，确保在每一步操作后进行验证，以确保安装的稳定性和兼容性。

Ubuntu16.04无法安装CUDA吗

Ubuntu 16.04安装 CUDA7.5

作者：autocyz

在介绍Ubuntu 16.04安装 CUDA7.5开始前，先辨析几个概念GPU、NVIDIA、NVIDIA驱动、CUDA、cudnn等，这些概念对于一个新手来说肯定是很晕的，正如我当初一样，所以我这里就稍微介绍一下这几个概念：

GPU:Graphics Processing Units，也就是我们常说的显卡。现在的笔记本或者台式机都会有显卡，但是能够让我们用来做并行计算的真正的GPU就只有NVIDIA出产的GPU了。

NVIDIA：GPU生产厂商，在运算GPU处于垄断地位。

NVIDIA驱动：就是NVIDIA生产的GPU想在电脑上正常使用所需的驱动。

CUDA：Compute Unified Device Architecture，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并-行计算架构，该架构使GPU能够解决复杂的计算问题。我们想使用GPU进行深度学习运算的时候，必须要用到这个运算平台。

cudnn:CuDNN是NVIDIA专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe，ConvNet, Torch7等.

Ubuntu 16.04安装cuda7.5

部分参照：

在安装之前，先说一下本人工作站的设备配置（主要是GPU的）：

设备上一共有三块GPU，一快是专门用来做显示的NVS310

两块用来做运算的GeForce GTX TITIAN X

第一步：选择最新的nvidia驱动（很重要！！！）

先打开计算机中的“软件和更新”，查看“附加驱动”，选择nvidia的驱动为最新的驱动。更新完之后最好重启一下。

我曾经遇到一些错误，就是因为我的NVIDIA驱动太老了，而cuda7.5则依赖于比较新的驱动。

第二步：下载cuda

去官网下载，选择Linux——ubuntu——15.04（我安装的时候还只支持到15.04，没有支持16.04版本的）——runfile(local)

第三步：安装PPA软件管理包工具

什么是 PPA？

PPA，表示 Personal Package Archives，也就是个人软件包集。

有很多软件因为种种原因，不能进入官方的 Ubuntu软件仓库。为了方便 Ubuntu用户使用，launchpad.NET提供了 ppa，允许用户建立自己的软件仓库，自由的上传软件。PPA也被用来对一些打算进入 Ubuntu官方仓库的软件，或者某些软件的新版本进行测试。PPA上的软件极其丰富，如果 Ubuntu官方仓库中缺少您需要的某款软件，可以去 PPA上找找看。

我们安装的cuda可能在Ubuntu仓库中木有，所以用PPA来下载。

sudo add-apt-repository ppa:xorg-edgers/ppa

sudo apt-get update

第四步：执行cuda的.run文件

cd到下载的.run文件夹执行：

sudo./cuda_7.5.18_linux.run--override

第五步：选择安装选项

选择安装选项：（注意：应为之前已经安装过NVIDIA Display Driver的驱动了（如第一步），所以这里选择不安装NVIDIA Accelerated Graphics Driver for Linux-x86_64 352.39。如果选择安装会出现错误，并且导致安装CUDA失败。

Do you accept the previously read EULA?(accept/decline/quit): accept

You are attempting to install on an unsupported configuration. Do you wish to continue?((y)es/(n)o) [ default is no ]: y

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 352.39?((y)es/(n)o/(q)uit): n

Install the CUDA 7.5 Toolkit?((y)es/(n)o/(q)uit): y

Enter Toolkit Location [ default is/usr/local/cuda-7.5 ]:

Do you want to install a symbolic link at/usr/local/cuda?((y)es/(n)o/(q)uit): y

Install the CUDA 7.5 Samples?((y)es/(n)o/(q)uit): y

Enter CUDA Samples Location [ default is/home/kinghorn ]:/usr/local/cuda-7.5

Installing the CUDA Toolkit in/usr/local/cuda-7.5...

Finished copying samples.

===========

= Summary=

===========

Driver: Not Selected

Toolkit: Installed in/usr/local/cuda-7.5

Samples: Installed in/usr/local/cuda-7.5

第六步：添加cuda到环境变量里面

sudo nano/etc/profile.d/cuda.sh

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

sudo nano/etc/ld.so.conf.d/cuda.conf

/usr/local/cuda/lib64

source/etc/ld.so.conf.d/cuda.confcd/usr/local/cuda-7.5/samples/1_Utilities/deviceQuery

make

sudo./deviceQuery

sudo ldconfig

第七步：将GCC降级或者采用暴力的方式让cuda7.5支持高版本GCC。

由于cuda7.5不支持gcc4.9以上的版本，而ubuntu16.04默认的是gcc5，这会造成安装的失败，解决方法有两种，

1、对gcc进行降级，让系统采用低版本的GCC，但是这种方式有一定的问题，因为Ubuntu16.04很多系统文件默认是使用gcc5编译的，因此如果用降级的方法安装完cuda后，在后期安装caffe的时候，可能会报类似于undefined的错误，这是因为你的gcc版本低，其所需的系统文件找不到。.

sudo apt-get install g++-4.9

sudo update-alternatives--install/usr/bin/gcc gcc/usr/bin/gcc-4.9 20

sudo update-alternatives--install/usr/bin/gcc gcc/usr/bin/gcc-5 10

sudo update-alternatives--install/usr/bin/g++ g++/usr/bin/g++-4.9 20

sudo update-alternatives--install/usr/bin/g++ g++/usr/bin/g++-5 10

sudo update-alternatives--install/usr/bin/cc cc/usr/bin/gcc 30

sudo update-alternatives--set cc/usr/bin/gcc

sudo update-alternatives--install/usr/bin/c++ c++/usr/bin/g++ 30

sudo update-alternatives--set c++/usr/bin/g++

2、这种方式有点类似于黑箱方式，即强制让他不报错。编辑/usr/local/cuda/include/host_config.h，将其中的第115行注释掉：

将

#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

改为

//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

上面就是设置gcc版本优先级的。20和10就代表你所使用的gcc、g++的版本优先级。

第八步：测试是否安装成功

执行如下指令，正常情况下会出现设备中所有的GPU，并把每个GPU的信息打印出来。

nvidia-smi

如果没有出现错误之类的话，就说明安装成功了。

第九步：测试cuda的Samples

cd/usr/local/cuda-7.5/samples/1_Utilities/deviceQuery

make

sudo./deviceQuery

如果显示的是一些关于GPU的信息，则说明安装成功了。

Ubuntu 14.04安装配置CUDA

Ubuntu 12.04配置NVIDIA CUDA5.5实录

Ubuntu安装Theano+CUDA

关于Ubuntu 12.04下 CUDA5.5的安装请参看如下链接 Ubuntu 12.04安装 CUDA-5.5

Caffe配置简明教程( Ubuntu 14.04/ CUDA 7.5/ cuDNN 5.1/ OpenCV 3.1)

在Ubuntu 14.04上配置CUDA+Caffe+cuDNN+Anaconda+DIGITS

Ubuntu16.04下CUDA8.0+Caffe安装配置过程

Ubuntu 14.04下CUDA8.0+ cuDNN v5+ Caffe安装配置

Ubuntu 16.04+Nvidia GTX 1080+CUDA8.0深度学习环境配置

更多Ubuntu相关信息见Ubuntu专题页面