销售类网站开发架构/营销推广软件

销售类网站开发架构,营销推广软件,专业建站网产品网络推广,做网站具体流程步骤文章目录 一、待解决问题1.1 问题描述1.2 解决方法 二、方法详述2.1 必要说明2.2 应用步骤2.2.1 更改镜像源2.2.2 安装NVIDIA显卡驱动：nvidia-550（1）查询显卡ID（2）PCI ID Repository查询显卡型号（3&#xf…

文章目录

  • 一、待解决问题
    • 1.1 问题描述
    • 1.2 解决方法
  • 二、方法详述
    • 2.1 必要说明
    • 2.2 应用步骤
      • 2.2.1 更改镜像源
      • 2.2.2 安装NVIDIA显卡驱动：nvidia-550
        • （1）查询显卡ID
        • （2）PCI ID Repository查询显卡型号
        • （3）安装显卡驱动
        • （4）检测驱动安装是否成功
      • 2.2.3 安装NVIDIA显卡计算平台：CUDA 12.4
        • （1）查看可安装CUDA最高版本
        • （2）查看设备安装的操作系统版本、linux内核版本、硬件架构
        • （3）安装CUDA 12.4
        • （4）检测CUDA安装是否成功
  • 三、疑问
    • 3.1 显卡驱动安装好后，CUDA安装报错。
    • 3.2 显卡驱动安装时，报错“build kernel module error ”
  • 四、总结

一、待解决问题

1.1 问题描述

新装了ubuntu 22.04 LTS 系统后，除了系统自带的基础软件外，都是空白。
为了运行MARL算法，安装其必要的基础运行环境。

1.2 解决方法

（1）更改镜像源
（2）安装NVIDIA显卡驱动：nvidia-550
（3）安装NVIDIA显卡计算平台：CUDA 12.4

二、方法详述

2.1 必要说明

暂无

2.2 应用步骤

2.2.1 更改镜像源

（1）登录清华镜像源网站，并基于ubuntu版本复制内容。
链接：清华大学开源软件镜像站
在这里插入图片描述（2）进入sourcelist文件路径，备份原文件，并更改镜像源

cd /etc/apt/
sudo cp -i sources.list sources-backup.list
ls
sudo gedit sources.list

将镜像链接内容复制，并保存
在这里插入图片描述（3）应用镜像源

sudo apt update

2.2.2 安装NVIDIA显卡驱动：nvidia-550

（1）查询显卡ID
lspci | grep -i nvidia

在这里插入图片描述

（2）PCI ID Repository查询显卡型号

链接：PCI ID Repository Nvidia 显卡型号查询
下拉到底部，有个搜索框，输入显卡ID
在这里插入图片描述

（3）安装显卡驱动

使用ubuntu自带的Software&Updates工具安装

#检测可安装的驱动程序
ubuntu-drivers devices

在这里插入图片描述
选择推荐的 “nvidia-driver-550” 版本驱动。

在正式开始安装之前，先更新一下make、gcc、g++。
（这里更新gcc-12、g+±12的原因是nvidia-550要求最新版本的gcc、g++）

#查看当前gcc版本，果然为11.4
gcc --version
#安装依赖项
sudo apt-get install build-essential
sudo apt-get install make
#安装gcc-12
sudo apt-get install gcc-12
sudo apt install g++-12
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-12 12
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-12 60
g++ --version
gcc --version

安装之前查看是否已有安装nvdia驱动，有的话直接删除。

nvidia-smi
#卸载Nvidia驱动及相关组件
sudo apt-get remove --purge '^nvidia-.*'
sudo apt-get autoremove
#自动下载安装nvidia-550驱动程序
sudo apt-get install -y cuda-drivers-550

安装过程弹出UEFI secure boot阻拦，大致意思是：

在安装 NVIDIA 显卡驱动时遇到此错误是因为启用了 UEFI 安全启动，导致系统无法加载第三方驱动程序。
然后，按照提示说：
（1）会生成一个MOK密钥，然后需要录入到固件内。
（2）过程中会设置一个password。
（3）重启后可选择 “Enroll MOK”（录入密钥） 或者 “Change Secure Boot”（改变安全启动项）的选项。

在这里插入图片描述

❓什么是UEFI安全启动呢？

说白了，其实就是设备的一种安全机制。它通过验证启动组件的数字签名来防止未经授权的软件（如恶意软件或未经授权的驱动程序）在系统启动时运行。

由于，我们是双系统，直接关闭Secure Boot可能会存在风险，先尝试 “Enroll MOK”的选项。

设置一个password。
在这里插入图片描述
程序跑完，直接重启

sudo reboot

重启后，进入“蓝色”界面，选择“Enroll MOK”
在这里插入图片描述下一个页面选择 “Continue” ，再选择 “Yes”
在这里插入图片描述输入 设置好的Password，没有报错的话直接选择 Reboot。
在这里插入图片描述重启！
在这里插入图片描述

（4）检测驱动安装是否成功
nvidia-smi

看到驱动版本为550.120,并且有对应的可安装的CUDA最高版本为 12.4。

在这里插入图片描述

查看软件&更新内的驱动使用情况

software-properties-gtk

在这里插入图片描述

至此，nvidia-550显卡驱动安装成功。

2.2.3 安装NVIDIA显卡计算平台：CUDA 12.4

（1）查看可安装CUDA最高版本
nvidia-smi

看到驱动版本为550.120,并且有对应的可安装的CUDA最高版本为 12.4。

在这里插入图片描述
也可以上官方网站上查看驱动型号下支持的CUDA版本。
链接：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#cuda-toolkit-major-component-versions

在这里插入图片描述

（2）查看设备安装的操作系统版本、linux内核版本、硬件架构
lsb_release -a
uname -rp

在这里插入图片描述
在这里插入图片描述

（3）安装CUDA 12.4

前往nvidia官网下载CUDA安装包，链接：CUDA Toolkit发行版下载
在这里插入图片描述
选择对应系统版本和硬件架构。

在这里插入图片描述

按照指令安装

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.4.1/local_installers/cuda-repo-ubuntu2204-12-4-local_12.4.1-550.54.15-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2204-12-4-local_12.4.1-550.54.15-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2204-12-4-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-4

安装无报错后，重启

sudo reboot
（4）检测CUDA安装是否成功

CUDA官方也给出安装和检测教程。
链接：https://docs.nvidia.com/cuda/cuda-quick-start-guide/index.html#debian-installer
在这里插入图片描述设置环境变量，这里由于安装的是12.4,对应修改一下。
打开编辑 ~/.bashrc 文件。

sudo gedit ~/.bashrc

将下面环境变量代码添加至最后一行，并点击“保存”。

#cuda12.4 envirionment
#cuda12.4 environment
export PATH=/usr/local/cuda-12.4/binKaTeX parse error: Expected '}', got 'EOF' at end of input: {PATH:+:{PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在这里插入图片描述

应用环境变量，生效

#让环境变量生效
source ~/.bashrc

使用下面代码，能够查看CUDA版本，即安装成功

nvcc -version
./__nvcc_device_query

在这里插入图片描述
其中，89与我设备GPU型号RTX 4060匹配。

89 代表你的 GPU 架构版本为 8.9。
在 NVIDIA 的 CUDA 开发中，GPU 架构通过计算能力（Compute Capability）来定义，通常以 sm_XX 或 compute_XX 的形式表示。
sm_89 表示 GPU 的架构版本为 8.9。这是 NVIDIA 对 Ada Lovelace 架构 的计算能力标识，如 RTX 4060 等显卡。

💐💐💐 完结撒花！ 💐💐💐

三、疑问

3.1 显卡驱动安装好后，CUDA安装报错。

报错信息如下：
在这里插入图片描述感觉是显卡驱动存在问题，尝试卸载显卡驱动重新下载推荐的驱动版本。

#检测可安装的驱动程序
ubuntu-drivers devices

在这里插入图片描述
选择推荐的 “nvidia-driver-550” 版本驱动。

#卸载Nvidia驱动及相关组件
sudo apt-get remove --purge '^nvidia-.*'
sudo apt-get autoremove
sudo apt install nvidia-driver-550

3.2 显卡驱动安装时，报错“build kernel module error ”

解决流程：
（1）卸载原先驱动

#查看当前已安装驱动
ubuntu-drivers devices
#卸载Nvidia驱动及相关组件
sudo apt-get remove --purge '^nvidia-.*'
sudo apt-get autoremove

（2）前往nvidia官网查找对应驱动
链接：https://www.nvidia.cn/drivers/lookup/
在这里插入图片描述找到对应驱动下载，我依然下载535版本的驱动。
在这里插入图片描述开始安装驱动

sudo apt update && sudo apt upgrade
sudo chmod 777 NVIDIA-Linux-x86_64-535.183.01.run
sudo ./NVIDIA-Linux-x86_64-535.183.01.run

安装过程中，提示需关闭 Nouveau ，程序自动创建了一个文件，然后重启。重启后继续执行安装文件，看到如下报错：
在这里插入图片描述
去对应文件查找原因，发现第一条报错信息如下：

cc: error: unrecognized command-line option ‘-ftrivial-auto-var-init=zero’

在这里插入图片描述网上搜索了一下，咨询大模型，原因如下：

该错误通常是由于 GCC（GNU Compiler Collection）版本不兼容导致的。Nvidia 显卡驱动程序在安装过程中需要编译内核模块，而某些较新的内核版本需要更高版本的 GCC 才能正确编译。

开始升级GCC版本

#查看当前gcc版本，为11.4
gcc --version
#安装gcc-12
sudo apt-get install gcc-12
sudo apt install g++-12
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-12 12
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-12 60
g++ --version
gcc --version

至此，再尝试安装nvidia显卡驱动

四、总结

  • 安装新的软件或系统时，注意记录，以便分析！！！
  • 安装过程最好按照软件的官方教程！！！
  • 安装过程遇到错误不要随意搜索，仔细分析过程中的报错信息，按图索骥！！！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/bicheng/71493.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

数据导入AI训练步骤——人工智能训练

数据导入AI训练步骤——人工智能训练

一、人工操作转化 数据导入过程 整理excel表格，通过数据库管理工具导入数据，补充数据格式，调整sql语句 复制数据到目标数据 二、整理表格 三、导入数据 通过数据库导入数据 四、合并 五、验证更新数据 六、 更新数据 update temp_cus_hmz…
阅读更多...
我国首条大型无人机城际低空物流航线成功首航

我国首条大型无人机城际低空物流航线成功首航

首航震撼开场：羊肉 “飞” 越 540 公里 在夜色的笼罩下，榆阳马合通用机场的跑道上，一架大型固定翼无人机蓄势待发，机身被灯光照亮，宛如一只即将展翅翱翔的钢铁巨鸟。它的货舱里，满满装载着新鲜的榆林羊肉&a…
阅读更多...
《跟李沐学 AI》AlexNet论文逐段精读学习心得 | PyTorch 深度学习实战

《跟李沐学 AI》AlexNet论文逐段精读学习心得 | PyTorch 深度学习实战

前一篇文章，使用 AlexNet 实现图片分类 | PyTorch 深度学习实战 本系列文章 GitHub Repo: https://github.com/hailiang-wang/pytorch-get-started 本篇文章内容来自于学习 9年后重读深度学习奠基作之一：AlexNet【下】【论文精读】】的心得。 《跟李沐…
阅读更多...
微软Win11新动态：官方“换机助手”曝光，PC数据迁移或迎全新体验

微软Win11新动态：官方“换机助手”曝光，PC数据迁移或迎全新体验

目录 微软入局数据迁移领域，第三方工具或面临挑战 无缝迁移体验：近距离传输与OTP验证 模拟图仅为概念设计，最终功能或存变数 发布时间未定，Insider用户或率先体验 总结 微软在近期发布了Windows 11 Insider Beta频道的最新版本Build 22635.4945。尽管此次更新并未引入重…
阅读更多...
java练习（34）

java练习（34）

ps:题目来自力扣 寻找两个正序数组的中位数 给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。 算法的时间复杂度应该为 O(log (mn)) 。 class Solution {public double findMedianSortedA…
阅读更多...
DAY12 Tensorflow 六步法搭建神经网络

DAY12 Tensorflow 六步法搭建神经网络

六步法： 一.import 导入各种库，比如： import tensorflow as tf from tensorflow.keras.layers import Dense, Flatten from tensorflow.keras import Model import numpy as np import pandas as pd # 可能还会根据需求导入其他库&…
阅读更多...
Zookeeper分布式锁实现

Zookeeper分布式锁实现

zookeeper最初设计的初衷就是为了保证分布式系统的一致性。本文将讲解如何利用zookeeper的临时顺序结点，实现分布式锁。 目录 1. 理论分析 1.1 结点类型 1.2 监听器 1.3 实现原理 2. 手写实现简易zookeeper分布式锁 1.1 依赖 1.2 常量定义 1.3 实现zookeeper分布式…
阅读更多...
Git是什么

Git是什么

简单介绍： Git是一个分布式版本控制系统，用于跟踪文件的更改，特别是在多人协作开发的环境中。 Key: 分布式 版本控制 系统 最常用于软件开发，但也可以用于管理任何类型的文件和文件夹。 Git帮助团队跟踪和管理文件的历史版本&a…
阅读更多...
Pycharm 2024在解释器提供的python控制台中运行py文件

Pycharm 2024在解释器提供的python控制台中运行py文件

2024版的界面发生了变化, run with python console搬到了这里:
阅读更多...
【分布式理论12】事务协调者高可用：分布式选举算法

【分布式理论12】事务协调者高可用：分布式选举算法

文章目录 一、分布式系统中事务协调的问题二、分布式选举算法1. Bully算法2. Raft算法3. ZAB算法 三、小结与比较 一、分布式系统中事务协调的问题 在分布式系统中，常常有多个节点（应用）共同处理不同的事务和资源。前文 【分布式理论9】分布式…
阅读更多...
免费deepseek的API获取教程及将API接入word或WPS中

免费deepseek的API获取教程及将API接入word或WPS中

免费deepseek的API获取教程: 1 https://cloud.siliconflow.cn/中注册时填写邀请码：GAejkK6X即可获取2000 万 Tokens; 2 按照图中步骤进行操作 将API接入word或WPS中 1 打开一个word，文件-选项-自定义功能区-勾选开发工具-左侧的信任中心-信任中心设置…
阅读更多...
【SFRA】笔记

【SFRA】笔记

GK_SFRA_INJECT(x) SFRA小信号注入函数，向控制环路注入一个小信号。如下图所示，当前程序，小信号注入是在固定占空比的基础叠加小信号，得到新的占空比，使用该占空比控制环路。 1.2 GK_SFRA_COLLECT(x, y) SFRA数据收集函数，将小信号注入环路后，该函数收集环路的数据，以…
阅读更多...
论文笔记-WSDM2024-LLMRec

论文笔记-WSDM2024-LLMRec

论文笔记-WSDM2024-LLMRec: Large Language Models with Graph Augmentation for Recommendation LLMRec: 基于图增强的大模型推荐摘要1.引言2.前言2.1使用图嵌入推荐2.2使用辅助信息推荐2.3使用数据增强推荐 3.方法3.1LLM作为隐式反馈增强器3.2基于LLM的辅助信息增强3.2.1用户…
阅读更多...
Ubuntu 系统 cuda12.2 安装 MMDetection3D

Ubuntu 系统 cuda12.2 安装 MMDetection3D

DataBall 助力快速掌握数据集的信息和使用方式，会员享有 百种数据集，持续增加中。 需要更多数据资源和技术解决方案，知识星球： “DataBall - X 数据球(free)” 贵在坚持！ ---------------------------------------…
阅读更多...
华为昇腾 910B 部署 DeepSeek-R1 蒸馏系列模型详细指南

华为昇腾 910B 部署 DeepSeek-R1 蒸馏系列模型详细指南

本文记录 在 华为昇腾 910B(65GB) * 8 上 部署 DeepSeekR1 蒸馏系列模型（14B、32B）全过程与测试结果。 NPU：910B3 (65GB) * 8 （910B 有三个版本 910B1、2、3） 模型：DeepSeek-R1-Distill-Qwen-14B、DeepSeek…
阅读更多...
【前端】Vue组件库之Element: 一个现代化的 UI 组件库

【前端】Vue组件库之Element: 一个现代化的 UI 组件库

文章目录 前言一、官网1、官网主页2、设计原则3、导航4、组件 二、核心功能：开箱即用的组件生态1、丰富的组件体系2、特色功能亮点 三、快速上手：三步开启组件化开发1、安装（使用Vue 3）2、全局引入3、按需导入（推荐&am…
阅读更多...
关于uniApp的面试题及其答案解析

关于uniApp的面试题及其答案解析

我的血液里流淌着战意！力量与智慧指引着我！ 文章目录 1. 什么是uniApp？2. uniApp与原生小程序开发有什么区别？3. 如何使用uniApp实现条件编译？4. uniApp支持哪些平台，各有什么特点？5. 在uniApp中…
阅读更多...
力扣 最长递增子序列

力扣 最长递增子序列

动态规划，二分查找。 题目 由题，从数组中找一个最长子序列，不难想到，当这个子序列递增子序列的数越接近时是越容易拉长的。从dp上看，当遍历到这个数，会从前面的dp选一个最大的数加上当前数，注意…
阅读更多...
Linux | 进程控制（进程终止与进程等待）

Linux | 进程控制（进程终止与进程等待）

文章目录 Linux | 进程控制 — 进程终止 & 进程等待1、进程终止进程常见退出方法1.1退出码基本概念获取退出码的方式常见退出码约定使用场景 1.2 strerror函数 & errno宏1.3 _exit函数1.4_exit和exit的区别1.4.1 所属头文件与函数原型1.4.2 执行过程差异**结合现象分析…
阅读更多...
DeepSeek应用——与PyCharm的配套使用

DeepSeek应用——与PyCharm的配套使用

目录 一、配置方法 二、使用方法 三、注意事项 1、插件市场无continue插件 2、无结果返回，且在本地模型报错 记录自己学习应用DeepSeek的过程，使用的是自己电脑本地部署的私有化蒸馏模型...... （举一反三，这个不单单是可以用…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023