weixin_43742643的博客

CUDA，NVIDIA Driver 之间的版本对应关系表格文章目录安装 nvidia-460安装 cuda-11.1.0安装 cuDnn安装 nvidia-460首先查看显卡支持的驱动版本ubuntu-driver devices输出结果如下，可以看出推荐的驱动是 nvidia-driver-460。== /sys/devices/pci0000:3a/0000:3a:00.0/0000:3b:00.0 ==modalias : pci:v000010DEd00001B06sv00001

通过 ppa 源安装 nvidia-384 驱动首先添加 ppa 源sudo add-apt-repository ppa:graphics-drivers/ppa查看合适的驱动版本ubuntu-drivers devices安装 nvidia-384sudo apt-get install nvidia-384查看nvidia-smi我是在腾讯云租的腾讯云 GPU 主机，环境是 Ubuntu 16.04，自带 nvidia-384 安装包。安装 cuda 9.0Lis

在 python 命令前加上 CUDA_VISIBLE_DEVICES 可以指定 GPUCUDA_VISIBLE_DEVICES=1CUDA_VISIBLE_DEVICES=0,1,2CUDA_VISIBLE_DEVICES=2,1,0

检测 GPU 使用状态watch -n 3 nvidia-smi或者nvidia-smi -l 3nvidia-smi --loop 3显卡信息GPU：编号，从 0 开始Fan：风扇转速，0～100%Name：显卡名Temp：显卡温度Perf：性能状态，从 P0 到 P12，P0 性能最大，P12 最小Persistence-M：持续模式的状态开关，该模式耗能大，但是启动新 GPU 应用时比较快，一般是 OffPwr：能耗Bus-Id：涉及GPU总线的东西Disp.A：表

以 cuda-9.0 为例sudo /usr/local/cuda-9.0/bin/uninstall_cuda_9.0.pl这并不会删除手动添加的 cudnn 文件，需要自己删除sudo rm -rf /usr/local/cuda-9.0

参考 这篇文章CUDA_ARCH="-gencode arch=compute_61,code=sm_61"方法一如果安装了 CUDA Samplescd /usr/local/cuda/samples/1_Utilities/deviceQuerysudo make./deviceQuery如果没有安装 CUDA Samplesgit clone https://github.com/NVIDIA-AI-IOT/deepstream_tlt_apps.gitcd deepstream

系统为 Ubuntu18.04，目前已安装 nvidia-460 驱动，现在打算安装 cuda-9.0在官网下载了 cuda-9.0 的 Ubuntu16.04 版本，其要求的 gcc 版本为 5。降级 gcc查看当前 gcc 版本gcc -vg++ -v查看 usr/bin 下软链接ls -l /usr/bin | grep gccls -l /usr/bin | grep g++安装 gcc-5 和 g+±5sudo apt-get install gcc-5sudo a.