Installez le pilote NVIDIA (GeForce RTX 2070 SUPER), cuda 10.1, cudnn 7.6 sur Ubuntu 18.04.3 LTS + build l'environnement python

introduction

Vous allez mettre en place le GPU, et je garderai la procédure sous forme de mémorandum. Dans cet article, nous avons installé ** NVIDIA-driver, cuda, cudnn ** et créé un environnement virtuel Python en utilisant ** pyenv, virtualenv **. J'espère que ce sera utile autant que possible.

environnement

1. Avant d'installer le pilote NVIDIA

Installez vim (car je souhaite personnellement utiliser vim)
$ sudo apt update
$ sudo apt install vim

Je veux utiliser jj avec vim, alors éditez ~ / .vimrc. (Temporairement, je ne ferai que ce réglage.)

~/.vimrc


set number
inoremap<silent> jj <ESC>

(1) Désactiver Nouveau

Tout d'abord, désactivez Nouveau. En ce qui concerne la carte graphique de Nvidia, un pilote appelé Nouveau est défini par défaut, donc Nouveau est sur liste noire.

Vérifiez si Nouveau est utilisé
$ lsmod | grep -i nouveau
Créer une liste noire
$ sudo vim /etc/modprobe.d/blacklist-nouveau.conf

/etc/modprobe.d/blacklist-nouveau.conf


blacklist nouveau
options nouveau modeset=0
Exécutez la commande suivante et confirmez que nouveau est désactivé

OK si la résolution d'affichage est faible

$ sudo update-initramfs -u
$ sudo reboot 

(2) Correction du noyau

Si vous ne corrigez pas la version du noyau du pilote nvidia, il semble que la dépendance avec le pilote puisse être rompue lors de la mise à niveau. Alors, corrigez le noyau.

Installer aptitude
$ sudo apt install aptitude

aptitude: Une interface textuelle vers le système d'empaquetage Debian GNU / Linux qui vous permet d'afficher une liste de paquets et d'effectuer des tâches de gestion de paquets telles que l'installation, la mise à jour et la suppression de paquets.

Vérifier la version du noyau
$ aptitude show linux-generic
Écrivez le contenu confirmé ci-dessus dans le fichier suivant (réécrivez uniquement la version)
$ cd /etc/apt/preferences.d
$ sudo vim linux-kernel.pref

.linux-kernel.pref


Package: linux-generic
Pin: version 4.15.0.64.66
Pin-Priority: 1001

Package: linux-headers-generic
Pin: version 4.15.0.64.66
Pin-Priority: 1001

Package: linux-image-generic
Pin: version 4.15.0.64.66
Pin-Priority: 1001

C'est tout pour réparer le noyau.

2. Installez le pilote NVIDIA

Vérifiez si nouveau est désactivé
$ lsmod | grep -i nouveau

Si rien ne s'affiche, il peut être désactivé

Installez tous les outils nécessaires au développement tels que gcc et make
$ sudo apt install build-essential
Ajouter un référentiel
$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt update
Affiche les appareils installables
$ ubuntu-drivers devices
Sélectionnez le pilote que vous souhaitez installer et installer
$ sudo apt install nvidia-driver-430
$ sudo reboot
Vérifiez si le pilote est installé
$ nvidia-smi

OK si l'état d'utilisation du GPU etc. est affiché

Une autre façon d'installer le pilote NVIDIA

J'ai déjà écrit un article, alors veuillez vous y référer. J'ai essayé d'installer le pilote NVIDIA sur Ubuntu 17.10.

3. Installez cuda

Veuillez télécharger cuda à partir d'ici (https://developer.nvidia.com/cuda-toolkit-archive). Assurez-vous de vérifier les versions de cuda et de pilote.

installation de cuda
$ sudo apt update
$ sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.105-418.39_1.0-1_amd64.deb
$ sudo apt-key add /var/cuda-repo-10-1-local-10.1.105-418.39/7fa2af80.pub 
$ sudo apt update
$ sudo apt install cuda-10-1
Modifier ~ / .bashrc (définition des variables d'environnement)

~/.bashrc


export PATH="/usr/local/cuda-10.1/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH"
Passer par PATH
$ source ~/.bashrc
Confirmation de version
$ nvcc -V
$ nvidia-smi

4. Installez cudnn

Veuillez télécharger le fichier d'installation cudnn à partir d'ici (https://developer.nvidia.com/rdp/cudnn-download). Vous devrez créer un compte.

installation de cudnn
$ tar xvf cudnn-10.1-linux-x64-v7.6.5.32.tgz
$ sudo cp -a cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp -a cuda/lib64/libcudnn* /usr/local/cuda/lib64/
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* 
$ sudo reboot
Tester si cudnn a été installé
$ sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.1_amd64.deb
$ cp -r /usr/src/cudnn_samples_v7/ $HOME
$ cd $HOME/cudnn_samples_v7/mnistCUDNN
$ make clean && make
$ ./mnistCUDNN

OK si Test réussi! S'affiche

commande de vérification de version cudnn

$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

5. Construction de l'environnement Python

J'ai eu une erreur de dépendance alors je l'ai réparée
$ sudo apt --fix-broken install
Installation des packages requis pour Python
$ sudo apt install git gcc make openssl libssl-dev libbz2-dev libreadline-dev libsqlite3-dev zlib1g-dev

(1) Installation de pyenv

** pyenv **: un outil en ligne de commande pour la gestion des versions de Python qui facilite l'installation et le basculement entre plusieurs versions de Python.

$ git clone https://github.com/pyenv/pyenv.git ~/.pyenv
$ echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc 
$ echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc 
$ echo 'eval "$(pyenv init -)"' >> ~/.bashrc
$ source ~/.bashrc
Liste des packages pouvant être installés
$ pyenv install -l
Installation de Python
$ pyenv install 3.6.5
Vérifiez la version installée
$ pyenv versions
Changement de versions
$ pyenv global 3.6.5

(2) virtualenv

** virtualenv **: logiciel qui vous permet de créer un environnement virtuel Python distinct dans un système. Vous pouvez facilement créer un environnement virtuel avec des commandes.

Installation de virtualenv
$ pip install virtualenv
Confirmation de version
$ virtualenv --version
Créer un environnement virtuel
$ virtualenv (PJ name) --no-site-packages
Activer l'environnement virtuel
$ . (PJ name)/bin/activate
Désactiver l'environnement virtuel
$ deactivate

À la fin

J'ai installé à partir d'Ubuntu cette fois, mais l'écran d'installation n'est pas apparu au début. Les paramètres suivants étaient requis sur l'écran du BIOS.

Cela a pris un certain temps, mais les informations ont fait de cette configuration une bonne expérience.

Recommended Posts

Installez le pilote NVIDIA (GeForce RTX 2070 SUPER), cuda 10.1, cudnn 7.6 sur Ubuntu 18.04.3 LTS + build l'environnement python
Installez CUDA10.1 + cuDNN7.6.5 + tensorflow-2.3.0 sur Ubuntu 18.04
Construction d'environnements OpenCV3 et Python3 sur Ubuntu
Étapes pour installer l'environnement Python sur Ubuntu
Installez pyenv et Python 3.6.8 sur Ubuntu 18.04 LTS
Installer le package python dans l'environnement personnel sur Ubuntu
Installez le dernier Cuda + CuDNN sur Ubuntu 18.04 @ Spring 2020
Installez Python 3.3 sur Ubuntu 12.04
Installez OpenCV sur Ubuntu + python
Installez Python 3.8 sur Ubuntu 18.04 (norme du système d'exploitation)
Mémo de construction de l'environnement Python sur Windows 10
Python 3.4 pyvenv échoue sur Ubuntu 14.04 LTS
Configurer un environnement de développement Python sur Ubuntu
Construction de l'environnement Anaconda Python sous Windows 10
Construire un environnement Python sur Ubuntu
Installez CUDA 8.0 et Chainer sur Ubuntu 16.04
Installez Python 3.8 sur Ubuntu 20.04 (norme du système d'exploitation)
installation de python2.7 dans un environnement Windows 32 bits
Mémo de construction de l'environnement Python sur Mac
Construction de l'environnement de développement Python sur macOS
Construire un environnement pour python3.8 sur Mac
Installez Python 3.9 sur Ubuntu 20.04 (norme du système d'exploitation?)
Installer l'environnement de développement Python sur Windows 10
Installez confluent-kafka pour Python sur Ubuntu
Installez Python 2.7 sur Ubuntu 20.04 (norme du système d'exploitation?)
Créer un environnement Python 3.8 + Pipenv sur Ubuntu 18.04
Créer un environnement pour "Tello_Video" sur Ubuntu
Comment créer un environnement Python à l'aide de Virtualenv sur Ubuntu 18.04 LTS
Lors de la création d'un environnement qui utilise python django sur Ubuntu 12.04 LTS
[Ubuntu 18.04] Créer un environnement Python avec pyenv + pipenv
Créer un environnement Python 3 et OpenCV sur Ubuntu 18.04
Création d'un environnement Ubuntu, Python, OpenCV sur Docker
Procédure de construction de l'environnement: Ubuntu + Apache2 + Python + Pyramid
[Note] Construisez un environnement Python sur le serveur de location "CORESERVER"
Créer un environnement python avec pyenv sur EC2 (ubuntu)
Construire l'environnement Python3.5 + matplotlib sur Ubuntu 12 en utilisant Anaconda
[Mémo de procédure] Installez Python3 + OpenSSL localement sur Ubuntu
Comment exécuter MeCab sur Ubuntu 18.04 LTS Python
[0] Construction de l'environnement TensorFlow-GPU avec Anaconda sur Ubuntu
[Venv] Créer un environnement virtuel python sur Ubuntu
Construction de l'environnement Python 3.x par Pyenv (CentOS, Ubuntu)
Installez MongoDB sur Ubuntu 16.04 et utilisez python
Installez la version 64 bits d'Ubuntu 20.04 LTS (serveur) sur RaspberryPi3B +
Construction d'environnement (python)
construction d'environnement python
Python - Construction de l'environnement
Construction de l'environnement Python
Installez la dernière version de CMake sur Ubuntu 18.04.4 LTS
# 2 Créez un environnement Python avec une instance EC2 d'AWS (ubuntu18.04)
J'ai créé un environnement Python3 sur Ubuntu avec direnv.
Installer l'environnement Python sur un PC local (pyenv, venv sur Mac)
Installation de Bash sur Ubuntu sous Windows, Ruby, Python, Jupyter, etc.
Installer python sur WSL
Installez Python sur Pidora.
construction d'environnement python homebrew
Installez Python sur Mac