Ubuntu16.04+CUDA9.0+CuDNN7.1+tensorflow-gpu1.8(nvidia驱动安装)

本文详细介绍了在Ubuntu16.04系统中,如何拉黑自带的nouveau驱动,卸载已安装的NVIDIA驱动,以及通过两种方法安装NVIDIA驱动。在安装过程中,提到了关键步骤和可能出现的问题及其解决办法,并强调了驱动安装成功后的验证方法和后续的CUDA9.0安装准备。

nvidia驱动安装:

一. 拉黑Ubuntu自带的驱动nouveau

1. 打开终端

lsmod|grep nouveau
sudo gedit /etc/modprobe.d/blacklist.conf

2. 在弹出的文件末尾加上

blacklist nouveau

3. 保存文件

4. 文件生效

sudo update-initramfs -u
reboot

(一定要重启电脑哦,否则刚刚的操作是不生效的)


二. 卸载已安装的nvidia驱动

终端下输入

sudo apt-get remove --purge nvidia-*


三. 安装nvidia驱动

说明:nvidia驱动安装总共有两种方法,不过不建议用方法一,因为版本太低,与后面的CUDA与CuDNN可能不兼容,就会很麻烦。

方法一:

系统设置->软件和更新-> 附加驱动->选择最新的安装即可

方法二:

a. 官网下载对应显卡的最新驱动,下载后我将文件移到了/download/nvidia 中,方便我在安装时能顺利找到文件

(一定要记得下载文件的位置以及文件的名称,因为一会你写命令时就看不到他们了)

b. 打开终端输入

sudo service lightdm stop

c. 用ctrl+alt+f1/2/3/4...依次按起,直到进入字符终端界面

(不同电脑按键不同,我的是联想,按的f4)

d. 在字符终端界面根据要求依次输入用户名,密码

e. 找到驱动文件所在的位置(我的放在了/home/angela/download/nvidia中)

cd /home/angela/download/nvidia
sudo chmod u+x NVIDIA-Linux-x86_64-396.18.run
sudo ./NVIDIA-Linux-x86_64-396.18.run -no-x-check -no-nouveau-check -no-opengl-files

(-no-x-check -no-nouveau-check -no-opengl-files 一定要记得加上,否则会循环登录界面)

说明1:如果忘记加上,则也不必紧张,在登录界面按ctrl+alt+f1/2/3/4...直到进入字符终端界面,在字符终端界面根据要求依次输入用户名,密码,然后输入

sudo apt-get remove nvidia-*
sudo apt-get autoremove
sudo nvidia-uninstall

重复上面安装过程即可。

说明2:安装过程中会有一些问题

“The distribution-provided pre-install script failed!Are you sure you want to continue?”---yes

“Would you like to register the kernel module sources with DKMS?This will allow DMKS to automatically build a new module,if you install a different kernel later?”---no

“Nvidia's 32-bit compatibility libraries?”---no

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


四. 验证是否安装成功

nvidia-smi

如果有如下显示,则驱动安装成功



五. 重启电脑

reboot


了解详情请看上一篇:准备工作

继续安装请看下一篇:CUDA9.0安装

参考资料:https://blog.csdn.net/stories_untold/article/details/78521925

内容概要:本文研究了一种基于遗传算法(GA)与粒子群优化算法(PSO)融合的无人机三维路径规划方法,旨在解决复杂环境中无人机避障与路径优化的问题。通过构建三维空间环境模型,提出一种结合GA全局搜索能力强与PSO收敛速度快优势的混合优化策略,并利用Matlab平台完成算法仿真与路径可视化。研究不仅实现了无人机在存在多个障碍物场景下的安全、高效飞行路径规划,还对GA与PSO两种算法在路径长度、计算耗时、收敛稳定性等方面进行了对比分析,评估其性能差异,为实际应用中算法选型提供依据。; 适合人群:具备一定算法设计基础和Matlab编程能力的科研人员、自动化与人工智能方向的研究生,以及从事无人机导航、智能控制等相关领域的工程技术人员。; 使用场景及目标:①应用于城市密集建筑区、山地森林等复杂地形中的无人机自主巡检与应急救援任务;②为智能交通、地理测绘、灾害监测等需要自主路径决策的无人系统提供算法支持与仿真验证;③通过对比不同智能优化算法的表现,辅助研究人员在特定应用场景下选择最优路径规划方案。; 阅读建议:建议读者结合提供的Matlab代码进行仿真实验,调整种群规模、迭代次数、障碍物分布等参数,深入理解算法运行机制与性能表现,并可进一步拓展至动态环境更新、多无人机协同避障等更复杂的研究方向。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值