英伟达

之前一直使用虚拟机来用Ubuntu，最近想在自己爱机上去掉Win，安装Ubuntu18.04系统，在做好启动盘之后，便开始实际安装了。 电脑配置 本人爱机为2016年入学买的，是华硕 飞行堡垒FX-PRO ，具体配置如下： 硬件 型号 处理器 i5 6300HQ 独立显卡 NVIDIA GeForce 960M 问题1：卡在LOGO界面 问题说明 首先，面临的第一个问题，就是U盘启动之后，卡在LOGO界面，如图，就卡在这，LOGO下方的小点也不动了。 记得之前在网上看到过这种情况，便开始查，果真查到，是因为Ubuntu自带的开源n卡驱动的问题。 解决方法 在开始的时候，选择 Install Ubuntu ，然后按e键进入引导编辑界面 寻找到 quiet splash ，改成 quiet splash nouveau.modeset=0 问题应该就解决了。 问题2：分区之后发生错误 是因为U盘镜像的问题，换了个U盘之后，问题解决了 问题3：安装之后重启无法启动桌面 这是因为显卡驱动的问题，重启时，进入grub(本人电脑是过了电脑商标logo之后，按一下ESC，就进入了)，然后在 splash 后面加上 nouveau.modeset=0 ，按F10即可进入。然后安装显卡驱动。 问题4：双显卡安装nvidia显卡驱动 方法一: 第一步：（最重要）禁用自己的secure boot

一. NVIDIA显卡驱动 参考： https://www.cnblogs.com/abelsu/p/10625616.html 1. 安装前准备 (1). 检查是否有卡 一般购入电脑时就能有所了解，并且带有该显卡的电脑，都会有NVIDIA的绿色标识贴在机身上，只需要进一步确认就可以： $ lspci | grep -i nvidia 如果输出有带NVIDIA字符就可以了。 (2). 关闭Security Boot 重启电脑，在开机过程中连续敲击某个键进入BOIS设置，我的是F2，有的电脑是F6，F12等，不确定的可以根据电脑情况查一下。 选择Security Boot一栏，回车将Enable改为Disable。 2. 安装NVIDIA显卡驱动 (1). 禁用nouveau 可以先检查一下是否禁用，我的在安装系统时就一并禁用了： $ lsmod | grep nouveau 没有输出则证明被禁用了。 如果有输出，则执行： $ sudo gedit /etc/modprobe.d/blacklist.conf 在文末添加：blacklist nouveau，保存关闭后执行： $ sudo update-initramfs -u 重启电脑再执行： $ lsmod | grep nouveau (2). 把显卡驱动加入PPA： 卸载系统里的低版本驱动： $ sudo apt-get

安装CUDA前的基础准备：1、查看内核、gcc版本并记住。 最好 禁止内核更新，以防止以后工作中意外的系统更新使内核自动更新了，与驱动版本不兼容了。 2、禁用 nouveau驱动。 　3、多下载几个版本的 Nvidia-x.x.run 以防止安装不成功时，快速卸载重装。有时候并不是一把成功，安装不报错，但是驱动不工作，nvidia-smi查询无反应，就是驱动没安好 或者 安装的版本与系统硬件有冲突。 4、多下载几个版本的 CUDA-x.x.run。 以防止安装不成功时，快速卸载重装，有时候并不是一把成功。 5、sudo sh cuda_x.x.x_linux.run --no-opengl-libs （双显卡的注意），遇到提示是否安装openGL ，选择no。 　　 如果电脑是双显，且主显是非NVIDIA的GPU在工作需要选择no，否则可以yes，其他都选择yes或者默认即可。 　　 如果电脑是双显卡，且在这一步选择了yes，那么你极有可能安装完CUDA之后，重启图形化界面后遇到登录界面循环问题：输入密码后又跳回密码输入界面。 　　 这是因为电脑是双显，而且用来显示的那块GPU不是NVIDIA，则OpenGL Libraries就不应该安装，否则你正在使用的那块GPU（非NVIDIA的GPU）的OpenGL Libraries会被覆盖，然后GUI就无法工作了。 6

Ubuntu18.04系统重装了显卡驱动后报错 NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the lat 很纳闷，驱动和cuda明明已经装好了 查看驱动 dpkg -l | grep nvidia 返回中 有 nvida -driver-435 查看cudn cat /usr/local/cuda/version.txt 返回 CUDA Version 9.2.148 CUDA Patch Version 9.2.148.1 这就纳闷了，怎么就无法驱动呢，显卡是没有问题的 尝试1 sudo nvidia-smi 错误依旧。 尝试2 根据这个博客的内容进行修复 https://blog.csdn.net/zhe_csdn/article/details/96431265 错误依旧 尝试3 成功 在评论中看到可能是gcc版本的原因，想起之前因为安装cudn降级了gcc版本 于是直接暴力卸载gcc和g++再重装新版本 sudo apt-get remove gcc sudo apt-get remove g++ sudo apt-get insatll gcc sudo apt-get install g++ 安装到新版7.2之后，终于可以了！！

1.查看笔记本自带算力 运行C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\extras\demo_suite目录下的deviceQuery.exe： CUDA Capability Major/Minor version number: 5.0 表示算力是5。理论上这个数字越大越好。 知乎答案：算力高于3.1就行，目测750m以上水平就可以跑深度程序。 https://blog.csdn.net/u013925378/article/details/103028921 2.不同GPU对应算力： 官方： https://developer.nvidia.com/cuda-gpus https://www.cnblogs.com/punkcure/p/7977864.html 来源： https://www.cnblogs.com/sybil-hxl/p/12375584.html

Anaconda安装   Anaconda是为方便使用python而建立的一个软件包，其包含常用的250多个工具包，多版本python解释器和强大的虚拟环境管理工具，所以Anaconda得名python全家桶。Anaconda可以使安装、运行和升级环境变得更简单，因此推荐安装使用。 安装步骤： 官网下载安装包 https://www.anaconda.com/distribution/#download-section 运行安装包 选择安装路径：通常选择默认路径，务必勾选Add Anaconda to the system PATH environment variable（将Anaconda添加到环境变量中），等待安装完成 验证安装成功：快捷键win+R，打开cmd，输入conda，回车，如果出现各种相关信息，说明安装成功。 添加中科大镜像或者清华镜像，如果网速够快，不添加也行。 PyCharm安装   PyCharm是强大的 Python IDE，拥有调试、语法高亮、Project管理、代码跳转、智能提示、版本控制等功能。 安装步骤： 官网下载安装包 https://www.jetbrains.com/pycharm/ ，安装包分为专业版（收费）和社区版（免费）。 运行安装包。 选择路径，勾选Add launchers dir to the PATH，勾选.py，等待安装完成。

https://blog.csdn.net/hiudawn/article/details/82261498?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task 预先准备 在已经安装过cuda的前提下，没装过看我Ubuntu16.04安装cuda+cudann+tensorflow，注意只看cuda安装章节就好了。 首先你看下装好的驱动版本满不满足nvidia-video-codec-sdk的要求，比如截止到本文之前，sdk8.2需要NVIDIA Linux display driver 396.24 or newer具体什么需求参考上述链接，里面也有相应的下载地址 如果之前已经安装过cuda或者nvidia驱动，可以通过下列命令来查看驱动版本，具体看弹出命令行左上角 nvidia-smi 1 我的是下面这个，满足要求 NVIDIA-SMI 396.24 更新驱动（非必须步骤） 其实一开始我的驱动是384.xx版本的，不满足要求，就直接下载了一个NVIDIA-Linux-x86_64-396.24.run，然后 chmod 777 NVIDIA-Linux-x86_64-396.24.run 1 关闭图形界面(参考该博客) sudo /etc

前提 关于如何 查看显卡型号 、 显卡支持的cuda版本 ，以及对应的 tensorflow-gpu版本 等的方法网上可以很容易查到，不再赘述。 安装环境为（注：英韦达官网上安装cuda9.0时，没有19.10选项，我选择的是17.04）： 显卡：GeForce940MX cuda : 9.0 cudnn : 7.0.5 tensorflow-gpu : 1.8.0 经过测试，可以实现显卡加速运算。 安装过程 安装过程主要参考了： 1） Ubuntu安装Tensorflow（GPU版) 2） Ubuntu 18.04安装Tensorflow(GPU) 注意：只是参考，对应版本号需要相应更改。 注意事项 1）在安装cuda时，直接执行： sudo sh cuda_9.0.176_384.81_linux.run 会报错并按安装失败，我的解决方法是： 首先 sudo apt install nvidia-cuda-toolkit 然后： sudo sh cuda_9.0.176_384.81_linux.run --override 2）安装完tensorflow后，最好重启一下，或者至少在安装cudnn后要重启一下再进行接下来的步骤，不然可能会在安装完tensorflow后测试失败。 来源： CSDN 作者： 梦逸清尘 链接： https://blog.csdn.net/WUDIxi

Manjaro安装Nvidia驱动尝试启动steam出现闪退 博主遇到的问题是因为显卡的1个工具包没安装，在运行steam的时候提示如下： libGL error: No matching fbConfigs or visuals found libGL error: failed to load driver: swrast Steam: An X Error occurred 解决方案（以下是Manjaro系统的操作指令）：安装 “lib32-nvidia-440xx-utils-440.59-1” 显卡工具包 Step1 查看Nvidia驱动的版本，Driver Version是440.59 (v440.59，重点，考试要考 ：) #可以看到驱动版本是 [ligy@ligy-pc Desktop]$ nvidia-smi Wed Feb 26 07:15:14 2020 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 440.59 Driver Version: 440.59 CUDA Version: 10.2 | |-------------------------------+----------------------+------

1. GPU日志收集 安装GPU驱动的系统下，任意目录下执行命令： nvidia-bug-report.sh 执行命令后，当前目录下会生成日志压缩包： nvidia-bug-report.log.gz 2. GPU基础状态检测 对于GPU服务器建议客户维持较新的GPU驱动版本、禁用nouveau模块、打开GPU驱动内存常驻模式并配置开机自启动。 对于GPU服务器，建议以下进行以下配置： 维持较新的、正确的GPU驱动版本 禁用nouveau模块 打开GPU驱动内存常驻模式并配置开机自启动 处理GPU服务器故障时，只要涉及服务器关机的操作，均建议对GPU基础状态进行检测，基础状态检测包括： nouveau模块是否禁用、GPU识别情况、GPU驱动内存常驻模式、GPU 带宽、GPU ECC报错、GPU ERR报错、GPU nvlink状态。 2.1 nouveau 模块禁用检查 Nouveau是由一群开发人员构建的Nvidia显卡的开源驱动程序，会与nvidia官方GPU驱动发生冲突， 需要在系统下禁用nouveau模块 。 # 以下命令没有任何输出表示nouveau模块已经禁用 [root@zj ~]# lsmod | grep -i nouveau # 以下输出表示nouveau模块没有禁用 [root@zj ~]# lsmod | grep -i nouveau nouveau