英伟达

Win10安装Anconda 、Tensorflow、Cuda、cudnn 下载并安装Cuda、cudnn、Anaconda 一个安装Cuda教程（带图） Cuda官网下载链接 :https://developer.nvidia.com/cuda-toolkit-archive 从中选择和自己电脑相匹配的版本，如果不知道自己的显卡支持什么版本，英伟达（Nvidia）的可以去这里查： https://developer.nvidia.com/cuda-gpus 。比如说我的是GeForce RTX2080，那么它就支持7.5及之后版本。鉴于我的两次重装教训，建议大家也可以先从后面的Anaconda和tensorflow装起，在验证tensorflow是否安装成功时，输入： import tensorflow as tf 之后便会报错，说你没有安装cuda，特别注意里头的： 64_100这是在告诉你应该要装10.0的cuda，如果是63_90,那就是在说应该装9.0版本的cuda。那么你心里对装哪一版就大概有个数了~ 选择好了版本，按照自己电脑型号并选择exe(local)再下载： 然后，下载完了就是一堆同意、继续、下一步，一般都能装成功的。验证方法是：win+R，输入cmd，回车，输入 nvcc -V ，回车，若出现了NVIDIA Cuda compiler driver

anaconda: Step1：官网下载linux版本的安装包 下载链接：https://www.continuum.io/downloads#linux Anaconda和Python版本是对应的，所以需要选择安装对应Python2.7版本的还是Python3.6版本的，根据自己的需要下载合适的安装包。 如果ubuntu系统是64bit，记得下载64bit的： 安装包大概有500M，下载得一段时间。 Step2：安装Anaconda 其实安装方式很简单，官网的下载页面也给出了安装命令。下载好的文件在Downloads文件夹下面，所以打开终端执行下列命令：( 不能使用sudo sh来运行） [cpp] view plain copy cd Downloads bash Anaconda2-4.4.0-Linux-x86_64.sh 之后会出现欢迎信息，告诉你要阅读许可文件： 根据提示按回车键阅读，注意按一次回车之后左下角会显示一个“--More--”，意思是许可信息还没显示完，一直按回车，知道最后许可信息显示完出现下面提示： 问你是否接受许可文件，输入yes继续安装即可。 之后就提示你要将Anaconda安装在目录/home/yourname/anaconda2下面：（建议使用此目录） 直接按回车键表示使用此目录，此时就进行安装过程了

我是在使用 anaconda 的 Spyder 写一个数字识别的任务的时候遇到这个问题的，当时我以为是我的函数库有问题，然后安装了很多东西都没用，然后百度的答案都很模糊，在我尝试了一天一下午之后， 找到了问题原因所在。 首先我用的 keras ，它是基于 TensorFlow2.0 ，而 TensorFlow2.0 基于的显卡驱动版本是 cuda10.0 ， cuda10.0 需要的 Driver Version 必须大于 411.31 。 1 、在桌面右键打开 NVIDIA 面板 2、 找到自己的 driver 版本 3 、若是发现自己与下图的版本匹配不一样， TensorFlow2.0 必须基于 cuda10.0 3、 先升级自己的 driver版本，去英伟达官网 https://www.nvidia.cn/ （1） （2） 在这里找到自己的显卡，要是不知道的话 2 、步骤有显卡版本 （3） 一般需要安装最新的版本，安装过程为傻瓜式安装，安装完这个之后，就需要安装 cuda 了，下面是 cuda10.0 的下载界面，这个也是傻瓜式安装。 https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal 来源

ubuntu 12.04 安装官方nvidia显卡驱动（转载） 一、以下在图形界面操作 1、去官方下载最新版的nVidia驱动，然后重命名一个方便记的名字，我的命名为nvidia.run 　　http://www.nvidia.cn/Download/index.aspx?lang=cn 2、删除之前所安装的nVidia驱动(没安的略去这一步) sudo apt-get --purge remove nvidia-* 3、建立并修改disable-nouveau.conf（nvidia官方提示） sudo nano /etc/modprobe.d/disable-nouveau.conf 在里面填入两行内容： blacklist nouveau options nouveau modeset=0 然后重启电脑，重启之后你会发现画面质量明显降低，证明代码生效了。 二、以下在控制台操作 1、按Ctrl + Alt +F1到第一控制台，输入用户名，密码登陆后执行： sudo stop lightdm 　　这是因为Nvidia官方驱动不能运行在X-server下，所以要关闭GUI。 2、进入驱动所在文件夹，安装驱动 sudo sh nvidia.run 　　注意区分大小写，根据提示完成安装过程。最后提示需要修改xorg.conf，选yes， 完成安装： 3、配置好之后，重启图形界面

在linux下安装这个驱动比windows麻烦。 1. 需要关闭x server 参考 CentOS关闭图形界面(x window) 2. 需要安装gcc 这个简单， yum install gcc 3. 需要有kernel source tree 安装kernel-devel这个包，yum install kernel-devel 然后在命令行中加上这个参数，例如我的场景： ./NVIDIA-Linux-x86_64-331.67.run --kernel-source-path=/usr/src/kernels/2.6.32-431.11.2.el6.x86_64 4. 未找到"nvidia.ko" 这个具体原因也没有确定， 感觉是kernel问题，yum install kernel， 然后重启一下就好了。。。 5. 安装完成。 来源： oschina 链接： https://my.oschina.net/u/1396926/blog/262168

NVIDIA显卡 Ubuntu16.04安装驱动后出现问题：Unable to determine the device handle for GPUXXX 安装NVIDIA驱动后输入：nvidia-smi 出现如下问题 Unable to determine the device handle for GPU 0000:82:00.0: Unable to communicate with GPU because it is insufficiently powered. This may be because not all required external power cables are attached, or the attached cables are not seated properly. 解决方法是： 上面的意思是说没有电源不足，拆机打开发现有两块显卡电源没有插上。插上后完美解决： 来源： https://www.cnblogs.com/laosan007/p/11683377.html

浅谈 docker 挂载 GPU 原理 基础知识 隔离（Namespace） 限制（Cgroup） 挂载 GPU 实验 使用 nvidia-docker2 原生 docker 使用 GPU nvidia-docker 原理 安装 Nvidia driver 驱动 Nvidia driver CUDA Toolkit 浅谈 docker 挂载 GPU 原理 基础知识 对于 Docker 等大多数 Linux 容器来说，Cgroups 技术是用来制造约束的主要手段，而 Namespace 技术则是用来修改进程视图的主要方法。 Docker 启动的只是一个进程而已，而不是别的。 参考： DOCKER基础技术：LINUX NAMESPACE（上） DOCKER基础技术：LINUX NAMESPACE（下） 06 | 白话容器基础（二）：隔离与限制 隔离（Namespace） 写代码调用 clone 的时候，传入 CLONE_NEWPID/CLONE_NEWNS/CLONE_NEWUTS/CLONE_NEWNET/CLONE_NEWIPC 等就可以启动一个被隔离的进程 简单来说 Namespace 是一个障眼法： PID Namespace Mount 只能看到当前 Namespace 中的挂载点信息 UTS IPC Network 只能看到当前 Namespace 中的网络设备 User

Ubuntu16.04安装nvidia驱动+CUDA+cuDNN 准备工作 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 --purge nvidia* #for case2: original driver installed by runfile: sudo chmod +x *.run sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall 2. 禁用nouveau驱动 sudo gedit /etc/modprobe.d/blacklist.conf 在文本最后添加： blacklist nouveau options nouveau modeset=0 然后执行： sudo update-initramfs -u 重启之后，可以查看nouveau有没有运行: lsmod | grep nouveau # 没输出代表禁用生效 3.禁用X-Window服务 sudo service lightdm stop #这会关闭图形界面 按Ctrl

Ubuntu16.04安装Docker、nvidia-docker Docker安装 1.更换国内软件源，推荐中国科技大学的源，稳定速度快（可选） sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak sudo sed -i 's/archive.ubuntu.com/mirrors.ustc.edu.cn/g' /etc/apt/sources.list sudo apt update 2.安装需要的包 sudo apt install apt-transport-https ca-certificates software-properties-common curl 3.添加 GPG 密钥，并添加 Docker-ce 软件源，这里还是以中国科技大学的 Docker-ce 源为例 curl -fsSL https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu/gpg | sudo apt-key add - sudo add-apt-repository "deb [arch=amd64] https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu \ $(lsb_release -cs) stable" 4.添加成功后更新软件包缓存

https://blog.csdn.net/u011473714/article/details/95042856#comments https://blog.csdn.net/qq_33039859/article/details/81328805 https://blog.csdn.net/amusi1994/article/details/85111072 来源： https://www.cnblogs.com/xiaochi/p/11659915.html