OS:Ubuntu 12.04 (amd64)
如果是一个不带图形界面的server系统,就没有停掉lightdm这个图形界面管理器的步骤了。。。服务器上也不应该有这个东东。。。但是,照例还是要先确认有没有安装一些有冲突的开源驱动程序,包括nvidia自己的。。。
1.dpkg -l | grep nvidia
如果有先卸载
2. 删除之前所安装的nVidia驱动。
sudo apt-get remove --purge nvidia-*(需要清除干净)
sudo apt-get remove --purge xserver-xorg-video-nouveau
3. 完成后,将开源驱动加入黑名单,主要是避免开机黑屏等现象出现,编辑文件 /etc/modprobe.d/blacklist.conf 加入以下内容
blacklist amd76x_edac
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist nvidiafb
blacklist rivatv
4. 重启电脑。
5. 按Ctrl + Alt +F1到第一控制台(+F7是回到xservers)。
ps aux 删除kill -9 所有xservers
6. 输入用户名和密码后,登录后执行(数字不能用小键盘输入):
sudo /etc/init.d/gdm stop或者
sudo /etc/init.d/lightdm stop
7. 进入驱动所在的文件夹,安装驱动。
sudo sh cuda_7.5.18_linux.run
cuda7 自带了gpu驱动,所以之前彻底删除nVidia驱动,在这里就装好了。
8.启动GDM :
sudo /etc/init.d/gdm restart或者
sudo /etc/init.d/lightdm restart
9.重启电脑。
sudo reboot
http://www.linuxidc.com/Linux/2015-07/120456.htm
分享到:
相关推荐
Ubuntu 16.04 Nvidia settings/CUDA/CUDNN/Tensorflow-gpu/配置驱动错误解决方法/Ubuntu登录死循环解决方法
离线安装Ubuntu16.04 NVIDIA1060驱动 CUDA9.0 CUDNN7.0 anaconda TensorFlow-GPU pycharm opencv-python opencv-contrib-python pytorch clion qt5
Ubuntu16下搭建tensorflow-gpu环境 当前电脑GPU:GTX 1070Ti 所需文件: NVIDIA显卡驱动:384.13 Cuda9.0 cudNN7.0.5 Anaconda3
教程-Ubuntu-18.04-安装Nvidia驱动程序和CUDA和CUDNN并构建用于gpu的Tensorflow:Ubuntu 18.04如何安装Nvidia驱动程序+ CUDA + CUDNN +为gpu逐步构建tensorflow命令线
文中首先介绍了配置之前的相关准备工作,包括查看 NVIDIA 显卡型号和对应驱动是否安装、验证 NVIDIA 显卡是否支持 CUDA、修改 ubuntu 默认python 版本、安装 pip 并升级、完全卸载旧版本 CUDA;其次介绍了 CUDA9.0 ...
系统:ubuntu 20.04 GPU型号:A10 英伟达驱动:550 CUDA驱动:12.4
1.安装Ubuntu 3. 安装1080TI显卡驱动 4.安装依赖库 5.GCC降低版本 8.安装Tensorflow GPU 1.8
1.查看GPU是否支持CUDA lspci | grep -i nvidia 2.查看Linux版本 uname -m && cat /etc/*release nvidia驱动 1. 先卸载原有N卡驱动 #for case1: original driver installed by apt-get: sudo apt-get remove --...
主要参考了这篇博客:ubuntu16.04 + Anaconda + CUDA10 + cudnn + pytorch + pycharm 1. 创建单独的Anaconda环境!! 单独的Python环境真的比较重要,我这里创建了python 3.6的环境pytorch 2. 安装显卡驱动 这一步...
vmware显卡 驱动 vmware tools VMware SVGA II
脚本运行前请确认显卡驱动已安装,同时cudnn文件已下载并放在主目录下。 只需一条命令运行shell脚本,脚本会自动帮我们安装darknet、opencv、cuda、cudnn等环境,并自动进行编译和检测,最后输出检测图片。脚本运行...
计算机视觉和深度学习设置:有关如何使用NVIDIA GPU设置系统以及如何安装TensorFlow,适用于YOLO的Darknet,Theano和Keras等深度学习框架的教程;... 和Ubuntu 16.04、17.10和18.04上的NVIDIA驱动程序,CUDA和cuDNN库
本资源主要是在Ubantu16.04上配置包含GUP的Caffe框架的详细教程,包括Cuda/Cudnn的安装配置,驱动的安装,Opencv的源码编译,Caffe的源码编译。
LSI 9261-8I RAID卡 支持RAID 0.1.5.10.50.60含线/ intel 双口 万兆 光纤网卡/PDU电源线,数据线,配套/Ubuntu 64位系统/ 4*1600w以上电源 服务器电源80 PLUS 4U服务器电源 同时支持8块GPU 卡/原厂针对本项目的授权...
通过Docker容器中的CUDA驱动程序访问您的GPU。 如果命令docker run --gpus all nvidia/cuda:11.0.3-cudnn8-runtime-ubuntu20.04 nvidia-smi返回的结果与此类似,则可以确定可以在Docker中访问GPU。 M
另外,基于Anaconda配置深度学习框架会格外简单,无需本文档中的复杂操作,建议移步https://conda.io/projects/conda/en/latest/user-guide/getting-started.html,注意GPU-驱动-CUDA-cuDNN-Tensorflow之间的版本...
服务系统环境地位Ubuntu 18.04 LTS CUDA 11.0,NVIDIA驱动程序450.66,GCC / G ++ 7.5.0快速入门指南在构建Gunrock之前,请确保您在Linux系统上安装了CUDA Toolkit 10.2或更高版本。 我们也支持使用下提供的泊坞窗...
注意:这些预构建的二进制文件通常与Ubuntu版本,CUDA版本和已安装的TF不兼容。 它们可能比针对目标体系结构(例如AVX2,FMA)优化的二进制文件要慢。 描述的配置 在以下配置中构建TensorFlow: Ubuntu的20.04 ...
deeplearning-fbcunn-torch7-...cuda 库、驱动程序和源代码更新 Ubuntu 运行以下命令: sudo apt-get update检查您的硬件运行以下命令: lspci您应该会看到您的 NVidia 显卡及其 PCI 地址。 例如,我的 K40 看起来像这
如果不确定,它可能已经在那里推荐使用440.44版安装Go 设置$ GOPATH 安装CUDA (选择默认安装路径) 或sudo apt-get install nvidia-cuda-toolkit 安装一个C编译器在Ubuntu上: sudo apt-get install gcc 如果您已...