一文解决ubuntu20上3060显卡驱动,cuda,cudnn,torch的安装和卸载

---

前言

本文主要介绍在ubuntu20下根据自己的python版本来确定torch版本，从而确定cuda和cudnn版本完成安装（注意，本文可能会同时看到cuda11和cuda10，因为是第一次安装cuda10在3060显卡跑不起来就换成cuda11了），本文版本为python-3.8，torch-1.8.0，torchvision-0.9.0，cuda-11.1.1，cudnn-8.9.0。

---

1、显卡驱动安装

（1）通过以下命令查看匹配的驱动：

ubuntu-drivers devices

从上图看到recommended 470，故安装470版本的驱动

（2）驱动安装方法1，

sudo ubuntu-drivers autoinstall 

（3） 推荐 驱动安装方法2，进入官网下载对应的版本

（4）安装相关依赖,

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

（5） 禁用系统默认显卡驱动，打开文件

sudo gedit /etc/modprobe.d/blacklist.conf

在文件末尾输入，

blacklist nouveau
options nouveau modeset=0

保存(ctrl+s)后手动更新；

sudo update-initramfs -u

重启后输入以下命令，无输出则禁用成功，

lsmod | grep nouveau

（6）配置环境变量，gedit命令打开配置文件：

sudo gedit ~/.bashrc

在文件末尾输入，

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

然后，通过下面命令更新以下，

source ~/.bashrc

（7）安装NVIDIA驱动

sudo chmod  a+x NVIDIA-Linux-x86_64-530.41.03.run 
sudo sh NVIDIA-Linux-x86_64-530.41.03.run --no-opengl-files --no-x-check --no-nouveau-check 

（8）安装NVIDIA驱动时的选项

1.The distribution-provided pre-install script failed! Are you sure you want to continue? 

“Yes”

2.Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later?

“No”

3.Nvidia’s 32-bit compatibility libraries?

“No”

4.Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up. 

“Yes”

（9）查看是否安装成功

nvcc-smi

（10）卸载驱动，

sudo apt-get purge nvidia*
sudo apt-get --purge remove "*nvidia*"

2、torch - torchvision - python 版本对应关系（更推荐后面第7部分的一键安装，简单省事）

根据自己的python版本确认待安装的torch版本

3、cuda - torch-python 版本对应关系

根据第1步安装的torch版本来指定cuda版本

4、确定cuda的版本为11.1，cudnn的版本为8.9.0，进入以下链接进行下载

cuda下载链接: https://developer.nvidia.com/cuda-toolkit-archive ,有三个版本，本文下载的是cuda toolkit 10.1 update2。

cudnn下载链接: https://developer.nvidia.com/rdp/cudnn-archive，本文下载的是cudnn v8.9.0。

5、cuda的安装

（1）在第2步下载完成后，在终端输入安装

sudo sh cuda_11.1.1_455.32.00_linux.run

（2）安装中推荐换显卡驱动，不用换，选择 “continue” 即可，接着将第一行按 回车键 取消选中Driver，然后选择 install 进行安装。

（3）安装完成后显示：

（4）CUDA安装完成后，需要配置变量环境才能正常使用。首先在终端输入sudo gedit ~/.bashrc打开如下图所示的.bashrc文件。然后，如下图所示在.bashrc文件的最后添加以下CUDA环境变量配置信息

export PATH=$PATH:/usr/local/cuda/bin  
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64  
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

注意：上面的CUDA环境变量配置方法有很多，本文的配置方法中的cuda不要指定具体的版本，主要是为了电脑中多个CUDA版本的切换。最后，在终端输入source ~/.bashrc或者重新启终端使之生效。

（5）验证系统内部是否已经安装了cuda，输入命令，

nvcc -V

6、cudnn的安装

（1）在第2步下载完成后，在终端输入命令解压缩

tar -xf  cudnn-linux-x86_64-8.9.0.131_cuda11-archive.tar.xz

（2）接着在当前终端输入以下命令，将相应的包移动到cuda完成cudnn的安装:

sudo cp cuda/include/cudnn.h    /usr/local/cuda/include

sudo cp cuda/lib/libcudnn*    /usr/local/cuda/lib64

sudo chmod a+r /usr/local/cuda/include/cudnn.h   /usr/local/cuda/lib64/libcudnn*

（3）验证 cudnn 安装信息，输入以下命令，注意旧版查看版本信息在cudnn.h , 新版本的版本信息在 cudnn_version.h，具体的进入相应路径查看

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

（4）返回信息以下，表明cudnn安装的版本为7.6.3(这是最初安装的版本）,

7、torch和torchvison的安装

十分推荐一键安装（官网：https://pytorch.org/get-started/previous-versions/ ）：

pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

（1）下载链接： https://download.pytorch.org/whl/torch_stable.html，注意在ubuntu下，torch下载 cu101/torch-1.4.0-cp27mu-linux_x86_64.whl ，torchvison下载 cu101/torchvison-0.5.0-cp27mu-linux_x86_64.whl。

（2）下载完成后通过 pip install +文件名 安装即可，其中 -verbos 显示安装进程，如

pip install torch-1.4.0-cp27-cp27mu-linux_x86_64.whl -erbose
pip install torchvision-0.5.0-cp27-cp27mu-linux_x86_64.whl

（3）至此，安装完成，现在验证cuda的安装，输入命令，返回 Ture 则cudn可用

import torch
print(torch.cuda.is_available())

8、torch和torchvison的卸载

（1）通过pip uninstall 方式卸载，

pip uninstall torch
pip uninstall torchvision

9、cuda和cudnn的卸载

（1）对于cuda 10及以前的版本通过下面命令卸载，

cd /usr/local/cuda-10.0/bin/
sudo ./uninstall_cuda_10.0.pl
sudo rm -rf /usr/local/cuda-10.0

（2）对于cuda 10.1及以后的版本通过下面命令卸载，

cd /usr/local/cuda-10.1/bin/
sudo ./cuda-uninstaller
sudo rm -rf /usr/local/cuda-10.1

（3）删除已安装的cuDNN文件,

sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn*

10、win10安装Ubuntu系统

首先用u盘烧录一个启动盘，我把第二块固态硬盘（1号）直接作为ubuntu系统盘，所以在磁盘管理将1号磁盘删除卷，变成未分配状态
重启时按F2（不同电脑不一样），进入BIOS，选择U盘启动，
然后开始安装，网上教程很多，注意，选择最小安装即可，在启动盘引导这儿比较麻烦，懒人做法是直接让电脑分配（新分区的类型：主分区；新分区的位置：空间起始位置；用于：Ext4日志文件系统；挂载点: / ，这样配置直接安装）。

11、ROS安装

直接用小鱼的一键安装，小鱼推荐哪个选项就填写哪个，

wget http://fishros.com/install -O fishros && . fishros

后面做ROS工程时，缺啥就安装啥。

TIPS:

懒人操作:
sudo apt-get install ros*controller*
sudo apt-get install ros-noetic-position-controllers

更新moveit，安装trac_ik_lib功能包:
终端命令：
$ sudo apt-get install ros-noetic-moveit-*
$ sudo apt-get install ros-noetic-trac-ik

检验当前工程文件缺少的依赖:
rosdep install --from-paths src --ignore-src --rosdistro=neotic -r -y

注意工程中用到的模型要复制到./gazebo/models文件夹下，这样gazebo加载很快。

总结

以上就是如何在ubuntu18下完成显卡驱动，cuda，torch，ubuntu系统的安装教程。

参考文章

[1] https://blog.csdn.net/qq_40630902/article/details/118356845
[2] https://blog.csdn.net/MumuziD/article/details/115362110