1. 程式人生 > >Ubuntu 16.04解除安裝CUDA 9.2 和安裝CUDA 9.1

Ubuntu 16.04解除安裝CUDA 9.2 和安裝CUDA 9.1

因為nvidia 驅動為390.67 與cuda 9.2 不匹配,無法使用,所以對cuda版本降級:

過程:

解除安裝cuda 9.2(可刪可不刪,不刪會保留cuda-9.2和cuda-9.1兩個資料夾)

[email protected]:~$ cd /usr/local/cuda-9.2/bin/
[email protected]:/usr/local/cuda-9.2/bin$ sudo ./uninstall_cuda_9.2.pl 

我選擇刪除乾淨。

安裝CUDA 9.1

該過程可參考網上資訊了,先從官網下載cuda歷史版本cuda-9.1,網站為:cuda歷史版本

我下載了9.1.85XXX.run,以及補丁,並將兩個檔案拷貝到home目錄下。

以下操作都在命令列介面操作,比如按下Ctrl+alt+F1進入命令列 
首先停止lightdm: 

sudo service lightdm stop

然後,給兩個檔案許可權並執行cuda驅動

sudo chmod 777 cuda_9.1.85*
./cuda_9.1.85_387.26_linux.run

第一個問題“是否安裝nvidia 驅動”選'no',

然後科研到Samples目錄下,先make編譯,然後到bin下找到deviceQuery並執行。

有結果則表明成功安裝cuda驅動。

安裝cuDNN

cuDNN是NVIDIA專為Deep Learning應用開發的支援庫。

這裡下載

下載:cudnn-9.1-linux-x64-v7.tgz

將其傳到/usr/local目錄下,然後解壓即可:

sudo tar -zxvf cudnn-9.1-linux-x64-v7.tgz

這樣就成功安裝了CUDA 9.1這一套,但是驅動仍然用的高版本驅動390.25,不過應該沒關係的吧。

新增環境變數

vim ~/.bashrc
新增:
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64:/usr/local/cuda-9.1/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-9.1
export PATH=$CUDA_HOME/bin:$PATH

source .bashrc

相關推薦

Ubuntu 16.04解除安裝CUDA 9.2 安裝CUDA 9.1

因為nvidia 驅動為390.67 與cuda 9.2 不匹配,無法使用,所以對cuda版本降級: 過程: 解除安裝cuda 9.2(可刪可不刪,不刪會保留cuda-9.2和cuda-9.1兩個資料夾) [email protected]:~$ cd /

Ubuntu 16.04解除安裝CUDA 6.5安裝CUDA 8.0

一,引言 由於系統從Ubuntu 14.04升級到了16.04,原來的CUDA 6.5無法繼續使用,所以重新安裝了CUDA 8.0。 二,解除安裝CUDA 6.5 和驅動 以下操作都在命令列介面操作,比如按下Ctrl+alt+F1進入命令列  首先停止lightdm: 

Ubuntu 16.04 解除安裝Nvidia顯示卡驅動cuda

tensorflow不斷升級,最新版本的程式碼需要更高版本的cuda支援。以前一直用cuda8.0和cudnn6.0的組合,tensorflow用1.3.0版本。不過最新下載的models,某些程式碼執行時,已經出現了錯誤。 類似的錯誤是因為tensorf

ubuntu 16.04解除安裝不必要預設安裝軟體

兩個辦法,一個在ubuntu軟體裡一個一個刪,明顯的windows下做法。 還有一個通過終端來刪除。ctrl+alt+t開啟終端。 1.解除安裝libreoffices(要刪一起刪了,然後去裝office或wps),輸入: sudo     apt-g

Ubuntu 16.04解除安裝火狐瀏覽器

大家都知道Ubuntu下預設瀏覽器是火狐瀏覽器,其效能不如谷歌瀏覽器好,所以裝完Ubuntu系統後,大家都選擇下載谷歌瀏覽器,那麼系統自帶的谷歌瀏覽器應如何解除安裝呢? 需要在終端輸入如下命令: dpkg --get-selections | grep firefox

ubuntu 16.04卸載不必要默認安裝軟件

ces ubun off sudo 刪除 nes 輸入 miss pan 兩個辦法,一個在ubuntu軟件裏一個一個刪,明顯的windows下做法。 還有一個通過終端來刪除。ctrl+alt+t打開終端。 1.卸載libreoffices(要刪一起刪了,然後去裝offi

Ubuntu 16.04 文件服務器--samba的安裝配置

放置 chmod 免費 update 執行 訪問服務器 ubuntu 並保存 虛擬 參考:http://one.ifof1.cn/ Samba是在Linux系統上實現的SMB(Server Messages Block,信息服務塊)協議的一款免費軟件。它實現在局域網內共享文

ubuntu 16.04 +nvidia顯示卡驅動+caffe+cudnn安裝過程及問題總結

本人之前一直在研究經典的人臉檢測問題,也即是haar人臉檢測,但是現在深度學習是大火的時代,所以現在開始轉向深度學習研究,環境搭建是學習第一步,筆者比較菜,總共用了3天才把caffe環境搭建好,當然搭建環境多謝以下博主,文章摘自以下博主,本人僅為了能夠記錄下來以後可以容易翻到

Ubuntu-16.04下Docker通過阿里雲映象安裝(apt-get)

    由於通過官方路徑安裝docker時總是連線不上,所以從網上找了半天,通過阿里雲映象安裝docker,我的Linux是ubuntu-16.04 一、配置源裡的阿里雲映象倉庫 sudo vim /etc/apt/sources.list 新增以下倉庫 deb ht

Ubuntu 16.04系統中GCC 7.3編譯器安裝方法及C++17標準測試示例

2017年底,C++17標準正式頒佈,該標準的最大貢獻是,提供了STL庫演算法的並行運算版本,對於我這種喜歡追求演算法效能的程式設計師而言,無疑是一個極大的福音。幸運地是,Linux系統標準編譯器GCC能完美地支援C++ 17標準,但需升級到7.0以上版本;不幸

Ubuntu 16.04下CPU only模式的caffe安裝

本文的內容主要參考了Ubuntu16.04安裝Caffe(CPU Only)的工作,該篇博文比較符合我的需要,網上很多的caffe安裝的教程都是帶了GPU的,對我現在而言,不需要,該篇博文較好的滿足我的需要。同時按照該篇博文進行安裝過程的工作中,發現了若干問題,完全按照該部

Ubuntu 16.04 搭建 LAMP 並部署 typecho showdoc

搭建LAMP : 更新系統:  sudo apt-get update 安裝Apache:  sudo apt-get install apache2 安裝mqsql:   sudo apt-get install mysql-server

ubuntu 16.04 網絡卡配置要點 檢視有幾塊網絡卡的命令

檢視系統有幾塊網絡卡 lspci |grep -i Eth 或者用 ip link 重啟網路命令,使用最新的systemctl systemctl restart networki

關於Ubuntu 16.04繫結USB串列埠號的坑-(1

今天在調機器人的時候,由於用到了很多串列埠,目前是四個,ubuntu重啟後,埠號就改變了,比如一開始某一個埠號是/dev/ttyUSB0後面就變成/dev/ttyUSB1,這是一個很嚴重的問題,控制程式碼裡,有很多地方依賴到開啟串列埠,每次開啟電腦就會報錯,今天

Ubuntu 16.04 安裝 CUDA 9.0 + Kinect V2 安裝與使用

更多SLAM相關文章請參閱 SLAM專欄 這篇文章的目的是為了在Ubuntu 16.04下使用 Kinect V2。 Kinect V2的使用需要配準的彩色影象和深度圖。彩色影象和深度圖的註冊是一個計算力要求很高的過程,一般需要GPU。一般的膝上型電腦會有整合的Intel顯示卡和Nv

Ubuntu 16.04 安裝Go 1.9.2

下載: 官網下載 https://www.golangtc.com/download,選擇 Ubuntu 64版本(linux-amd64),我這裡下載的是:go1.9.2.linux-amd64.tar.gz 安裝: #解壓至系統目錄 (注意許可權) sudo tar -zxvf g

第4步:在雲伺服器Ubuntu 16.04.4 LTS中安裝Hadoop2.9.2

在阿里雲中搭建大資料實驗環境 第4步:在雲伺服器Ubuntu 16.04.4 LTS中安裝Hadoop2.9.2 https://www.cnblogs.com/87hbteo/p/7606012.html 一、更新apt 用liuxv使用者登入後,先更新apt,能使apt安裝以後要

Ubuntu 16.04 單顯示卡安裝Nvidia驅動+GTX750顯示卡安裝CUDA 9.1+cuDNN 7.1.3

1.移除原有nvidia驅動 $ sudo apt-get remove --purge nvidia* 2.禁用nouveau驅動 $ sudo vim /etc/modprobe.d/blacklist.conf // 在檔案末尾新增: blacklist

Ubuntu 16.04安裝 CUDA 9.0 詳細教程

#!/bin/bash /sbin/modprobe nvidia if [ "$?" -eq 0 ]; then # Count the number of NVIDIA controllers found. NVDEVS=`lspci | grep -i NVIDIA` N3D=`echo "$NVDEV

Ubuntu 16.04安裝Cuda 8.0, Anaconda 4.4.0TensorFlow 1.2.1

原文連結:http://blog.csdn.net/jinzhuojun/article/details/77140806 Cuda 如果配了Nvidia卡的,可以考慮安裝Cuda,這樣之後可以用GPU加速。之前寫過一篇在Ubuntu 14.04上裝Cuda 7.5的文章(