網路上已經有許多關於ubuntu 20.04安裝nvidia 驅動的教學大致跟隨以下幾個步驟就能安裝完
找適合自己那塊顯卡的驅動
ubuntu-drivers devices
自動安裝適合的
sudo ubuntu-drivers autoinstall
或是指定安裝xxx版
sudo apt install nvidia-driver-xxx
可能進入mok可以參考這篇
https://fourdollars.blogspot.com/2016/07/disable-secure-boot-in-shim-signed.html?m=0
檢查是否安裝成功
nvidia-smi
但之後開始安裝cuda後就開始遇到問題了,首先現有的深度學習框架Tensorflow、pytouch等還沒有支援cuda 11,所以先下載cuda10
https://developer.nvidia.com/cuda-toolkit-archive
但會發現cuda10沒有ubuntu20.04版的,這裡下載18.04
照runfile(local)的指令
wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run
基本上在ubuntu20.04不會成功(因為gcc版本太新),但可以下載第一個指令的檔案
有些教學將gcc的版本降低就可以成功了
apt-get install gcc-7 g++-7
有些則用--override
sudo sh cuda_10.2.89_440.33.01_linux.run --override
這些都可以試試看,如果有人跟我一樣上面方法都試了還是沒成功,就繼續做下去
原因可能是因為cuda下載的後也會下載與自己比較合的險卡驅動,問題是cuda10.2安裝的驅動是440跟RTX2080不太合(不確定是不識這原因)
反正我直接下載不行,把原驅動刪掉直接下載cuda用cuda裝驅動也不行
所以我就不override
sudo sh cuda_10.2.89_440.33.01_linux.run
進到以下頁面
點countinue,下一頁寫accept,進到這頁面
這裡我選第二個,因我第一個一直失敗找一個下午的解決方法都沒用選了第二個就成功安裝cuda了...(希望有人可以幫我解釋)
再來下載cudnn
https://developer.nvidia.com/rdp/cudnn-archive
我用cudnn 7.6.5 for cuda10.2
選cuDNN Library for Linux
解壓縮把include的東西丟到這裡
/usr/local/cuda/include
lib64裡的東西丟到這裡
/usr/local/cuda/lib64
這樣就算有cudnn了
再來下載darknet
git clone https://github.com/AlexeyAB/darknet.git
修改makefile
GPU=1
CUDNN=1
CUDNN_HALF=1#不一定是1要根據顯卡規格
OPENCV=0
AVX=0
OPENMP=0
LIBSO=1
ZED_CAMERA=0
ZED_CAMERA_v2_8=0
# set CUDNN_HALF=1 to further speedup 3 x times (Mixed-precision on Tensor Cores) GPU: Volta, Xavier, Turing and higher
USE_CPP=0
DEBUG=0
OS := $(shell uname)
# GeForce RTX 2080 Ti, RTX 2080, RTX 2070, Quadro RTX 8000, Quadro RTX 6000, Quadro RTX 5000, Tesla T4, XNOR Tensor Cores
ARCH= -gencode arch=compute_75,code=[sm_75,compute_75]
然後設定cuda路徑
export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
或是直接寫盡環境變數也行
編譯
make
下載權重再跑測試
wget https://pjreddie.com/media/files/yolov3-tiny.weights
./darknet detector test cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights -ext_output data/dog.jpg
如果出現以上畫面就算成功了!!
留言列表