نصب درایور NVIDIA در Ubuntu 16.04

14 4,198

با سلام. متاسفانه نسخه جدید درایور NVIDIA جهت نصب در اوبونتو ۱۶.۰۴ با مشکلاتی رو به رو می شود. آقای رحمان یوسف زاده در سایتشان به صورت مرحله به مرحله روش انجام نصب را آموزش داده اند که در این مطلب به نقل از ایشان این مراحل مطرح می شوند.

در ابتدا نیاز به غیر فعال کردن «Secure Start» جهت فراهم شدن امکان نصب درایورهای ثانویه دارید. سپس باید مراحل زیر را طی کنید:

۱. دانلود آخرین نسخه درایور NVIDIA
۲. پاک کردن تمامی نسخه های نصب شده قبلی از این درایور:

sudo apt-get remove –purge nvidia*

البته اگر با این دستور موفق به پاک کردن نسخه های پیشین نشدید در ابتدای نصب درایور جدید به صورت خودکار از شما پرسیده می شود که آیا این عملیات پاک شدن انجام بشود یا نه که در آن مرحله می توانید اقدام به پاک کردن بنمایید.

۳. به روز رسانی بعضی از ابزارها جهت نصب:

sudo spt-get update
sudo apt-get install dkms build-essential linux-headers-generic

در صورتی که در زمان نصب با خطای نصب رو به رو شدید یا باید پیش نیاز مورد نظر را به صورت موردی نصب کنید یا می توانید پیش از نصب تمامی Header ها را نصب کنید که البته کار خیلی جالبی نیست اما سریع و راحت است

* sudo apt-get install linux-headers-*

۴. ایجاد لیست سیاه:

فایل etc/modprobe.d/blacklist-nouveau.conf  را با استفاده از دستور زیر ایجاد کنید:

 

sudo nano /etc/modprobe.d/blacklist-nouveau.conf

# این خط ها را به فایل اضافه کنید:

 

blacklist nouveau
options nouveau modeset=0
blacklist lbm-nouveau
alias nouveau off
alias lbm-nouveau off

#با نوشتن این دستورات Kernel nouveau را غیر فعال کنید:

echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
sudo update-initramfs -u

۵. به حالت ttyx رفته و lightdm را غیر فعال کنید:

این دکمه ها را فشار دهید:
ALt+Ctrl+F1
دستور زیر را بنویسید:
sudo service lightdm stop

۶. نصب درایور:

chmod +x NVIDIA-Linux-x86_64-X.Y.Z.run
sudo ./NVIDIA-Linux-x86_64-X.Y.Z.run

*نام فایل درایوری که دانلود کرده اید را جایگزین “NVIDIA-Linux-x86_64-X.Y.Z.run” کنید.

14 نظرات
  1. محمد می گوید

    سلام دکتر
    الگوریتم انواع معماری مثل alex رو چطوری میشه پیدا کرد. اکثر مقالات کلی بحث کردند وشبه کد و یا الگوریتم دقیقی ارائه نکردند اما برای پیاده سازی بهشون نیاز هست
    ممنون

    1. محسن فیاض می گوید

      لطفا سوال را در مطلب مرتبط مطرح کنید

  2. haleh می گوید

    ba salam.
    man ubuntu 14 nasb kardam. 2ta karte gerafiki intel va nvidia roo neshon mide vali kernal use in i915 ro neshon mide.
    in yani az nvidia estefade nemikone? bara inke switch konam az intel be nvidia ham barnameye prime indicator ro nasb kardam vali onam switch nemikone be nvidia.
    mishe komakam konid roozhast hamechio emtahan mikonam va natijei nagereftam
    ba tashakor

    1. سید حسین حسن پور متی کلایی می گوید

      سلام .
      لطفا سوالتون رو تو بخش پرسش و پاسخ بپرسید : qa.deeplearning.ir

  3. فاطمه می گوید

    سلام
    رشته من کامپیوتر نیست، عمران هست. امکانش هست در مورد NVIDIA و ارتباطش با Cuda و CuDNN و نحوه نصب آنها در ویندوز یک مطلب بگذارید، ممنون

    1. سید حسین حسن پور متی کلایی می گوید

      سلام.
      من یه توضیحی میدم بصورت مختصر . حالا اقا محسن هم لطف کنن که چه بهتر :
      بصورت خلاصه شرکت انویدیا یکی از سه شرکت بزرگ تولید کننده پردازنده و کارتهای گرافیکی در دنیاست. در حال حاضر تو زمینه یادگیری عمیق هم تنها شرکتی هست که پشتیبانی بسیار فوق العاده ای داره با انتشار کتابخونه و بهینه سازی های مختلف در کارتهای گرافیک تولید شده توسط خودش.
      CUDA‌ خودش یه سکوی پردازش موازیه . چیزی که ما استفاده میکنیم Cuda toolkit‌ هست که یه مجموعه از کامپایلر و ابزار وکتابخونه و… برای برنامه نویسی کارت گرافیک و استفاده از اونه. cudnn‌ هم یه کتابخونه سطح بالاتر هست که بصورت انحصاری برای شبکه های عمیق طراحی شده و بشدت باعث افزایش سرعت محاسبات تو حوزه یادگیری عمیق میشه.
      Cuda تولکیت که یه برنامه است نصب میکنید و چیز خاصی نداره . cudnn‌ هم اگه دانلود کنید یه فایل کمپرس شده است که باید از حالت زیپ خارجش کنید. که میشه یه فولدر با چندتا dll‌ و …
      ما از cuda 7.5 و cuda 8 (منظورت کودا تولکیت هست) استفاده میکنیم . cudnn‌ هم چند ورژن داره که جدید ترین ورژن اون v5.1هست اگر اشتباه نکرده باشم. هر ورژن نسبت به نسخه قبلی بهینه سازی های خیلی خوب و بیشتری داره. مثلا cudnnv4 چند برابر سریعتر از cudnnv3‌ هست. و cudnnv5‌هم حداقل ۲.۵ برابر سریعتر از cudnnv4‌هست تو اجرای بعضی از شبکه ها .
      برای استفاده از اینها فرد حتما باید یه کارت گرافیک انویدیا داشته باشه .
      تمام فریم ورکها و کتابخونه های یادگیری عمیق از انویدیا و این دو مورد پشتیبانی میکنن . البته بعضی ها هم شروع به پشتیبانی از کارتهای گرافیک AMD‌و اینتل کردن مثل تنسورفلو و یا caffe و یا حتی تورچ. ولی بخوبی انویدیا نیست و هنوز یکم کار دارن .

  4. Isaac می گوید

    سلام
    من با تنسورفلو کار میکنم. راجع به کارت گرافیک یه سری سوال داشتم. آیا کارت گرافیک مدل خاصی برای اجرای الگوریتم ها و ترینینگ دیپ لرنینگ وجود داره؟ و اینکه بعد از تهیه کارت گرافیک چه نرم افارهایی و به چه صورت باید نصب بشن؟ در حال حاضر من توی محیط jupyter دارم با تنسورفلو کار میکنم.
    ممنون

    1. سید حسین حسن پور متی کلایی می گوید

      سلام
      لطفا سوالها رو سعی کنید در سایت پرسش و پاسخ بپرسید
      در مورد کارت گرافیک هم فعلا کارتهای انویدیا پشتیبانی میشن و اگه میخوایید از پکیج های اماده تنسورفلو برای پایتون استفاده کنید (مسیر عادی نصب که معمولا همه استفاده میکنن) باید کارت شما compute capability 3 یا بالاتر داشته باشه .
      اگر پایین تر باشه مجبورید کامپایل کنید سورس کد رو.
      به غیر از کارت باید cuda 8 و Cudnn 5.1 هم داشته باشید.
      این موارد جزء اصلی نصب تنسورفلو هستن

  5. محمد می گوید

    سلام
    ببخشید اگر compability کارت گرافیکم ۲٫۱ باشه نمیتونم از gpu استفاده کنم و کلاب باید با cpu کار کنم؟
    ممنون

    1. سید حسین حسن پور متی کلایی می گوید

      سلام .
      بله تمام فریم ورکهای فعلی حداقل از compute capability 3 به بالا پشتیبانی میکنن

  6. زهرا می گوید

    من میخوام لینوکس لایو کار کنم یک بار تونستم بعد ازاون همش پیغام خطا میده
    Nouveau میده
    رشته من صنایه و زیاد نمیدونم
    لطفا جزیات بیشتری بگید

    1. سید حسین حسن پور متی کلایی می گوید

      سلام. چه خطایی میگیرید؟ چه نسخه ای از لینوکس استفاده میکنید؟

  7. صادق می گوید

    با سلام
    بعد از طی کردن این مراحل و زدن sudo reboot و ادامه کار با زدن پسورد در صفحه login وارد دسکتاپ نمیشود و اصطلاحا با لوپ دوباره صفحه login را باز میکند
    ممنون میشم راهنماییم کنید

    1. سید حسین حسن پور متی کلایی می گوید

      سلام . انتهای اموزش توضیح دادم .
      معمولا این به دو علت رخ میده . یک دلیل اصلی فعال بودن secure boot هست که باید از طریق بایوس غیرفعال کنید.
      و نکته دوم مچ نبودن سرایندها(هدرها و بعضی از کتابخونه ها) با نسخه درایور مورد نظر هست.
      معمولا هر وقت به مشکل خوردید و لازم داشتید حتما لاگین کنید میتونید درایور رو حذف کنید (ان انیستال کنید. اطلاعات مختلف اخر اموزش هست .

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.