给笔记本电脑安装nvidia驱动的辛路历程

给笔记本电脑安装nvidia驱动的辛路历程问题一： apt-get update失败,错误表现 12:13 ～ 12：40问题二: 判断ubuntu下独立显卡是否生效 14:32~15：51问题三：给显卡安装驱动问题四：启用tensorflow的docker服务现在是2019年10月27日 12:13分已经捣鼓了快一个多小时了，今天的目标是给自己刚买的笔记本安装双系统并给ubuntu系统上安装好.

疯狂的大山鸡

12580人浏览 · 2019-10-27 20:13:08

疯狂的大山鸡 · 2019-10-27 20:13:08 发布

给笔记本电脑安装nvidia驱动的辛路历程

现在是2019年10月27日 12:13分已经捣鼓了快一个多小时了，今天的目标是给自己刚买的笔记本安装双系统并给ubuntu系统上安装好tensorflow并利用起笔记本上的独立显卡。

问题一： apt-get update失败,错误表现 12:13 ～ 12：40

忽略:1 http://extras.ubuntu.com/ubuntu precise InRelease
获取:2 http://extras.ubuntu.com/ubuntu precise Release [11.9 kB]
忽略:3 http://mirrors.163.com/ubuntu precise InRelease                                                                                                                                                     
获取:4 http://mirrors.163.com/ubuntu precise-updates InRelease [55.7 kB]                                                                                                                                   
获取:5 http://mirrors.163.com/ubuntu precise-backports InRelease [55.7 kB]                                                                                                                                 
获取:6 http://mirrors.163.com/ubuntu precise-security InRelease [55.7 kB]                                                                                                                                  
获取:7 http://mirrors.163.com/ubuntu precise Release [49.6 kB]                                                                                                                                             
错误:4 http://mirrors.163.com/ubuntu precise-updates InRelease                                                                                                                                             
  下列签名无效： 630239CC130E1A7FD81A27B140976EAF437D05B5
获取:8 http://mirrors.163.com/ubuntu precise Release.gpg [198 B]                                                                                                                                           
错误:5 http://mirrors.163.com/ubuntu precise-backports InRelease                                                                                                                                           
  下列签名无效： 630239CC130E1A7FD81A27B140976EAF437D05B5
错误:6 http://mirrors.163.com/ubuntu precise-security InRelease                                                                                                                                            
  下列签名无效： 630239CC130E1A7FD81A27B140976EAF437D05B5
忽略:8 http://mirrors.163.com/ubuntu precise Release.gpg                                                                                                                                                   
获取:2 http://extras.ubuntu.com/ubuntu precise Release [11.9 kB]                                                                                                                                           
获取:9 http://extras.ubuntu.com/ubuntu precise Release.gpg [72 B]
忽略:9 http://extras.ubuntu.com/ubuntu precise Release.gpg
正在读取软件包列表... 完成     
W: GPG 错误：http://mirrors.163.com/ubuntu precise-updates InRelease: 下列签名无效： 630239CC130E1A7FD81A27B140976EAF437D05B5
E: 仓库 “http://mirrors.163.com/ubuntu precise-updates InRelease” 没有数字签名。
N: 无法安全地用该源进行更新，所以默认禁用该源。
N: 参见 apt-secure(8) 手册以了解仓库创建和用户配置方面的细节。
W: GPG 错误：http://mirrors.163.com/ubuntu precise-backports InRelease: 下列签名无效： 630239CC130E1A7FD81A27B140976EAF437D05B5
E: 仓库 “http://mirrors.163.com/ubuntu precise-backports InRelease” 没有数字签名。
N: 无法安全地用该源进行更新，所以默认禁用该源。
N: 参见 apt-secure(8) 手册以了解仓库创建和用户配置方面的细节。
W: GPG 错误：http://mirrors.163.com/ubuntu precise-security InRelease: 下列签名无效： 630239CC130E1A7FD81A27B140976EAF437D05B5
E: 仓库 “http://mirrors.163.com/ubuntu precise-security InRelease” 没有数字签名。
N: 无法安全地用该源进行更新，所以默认禁用该源。
N: 参见 apt-secure(8) 手册以了解仓库创建和用户配置方面的细节。
W: GPG 错误：http://mirrors.163.com/ubuntu precise Release: 下列签名无效： 630239CC130E1A7FD81A27B140976EAF437D05B5
E: 仓库 “http://mirrors.163.com/ubuntu precise Release” 没有数字签名。
N: 无法安全地用该源进行更新，所以默认禁用该源。
N: 参见 apt-secure(8) 手册以了解仓库创建和用户配置方面的细节。
W: GPG 错误：http://extras.ubuntu.com/ubuntu precise Release: 由于没有公钥，无法验证下列签名： NO_PUBKEY 16126D3A3E5C1192
E: 仓库 “http://extras.ubuntu.com/ubuntu precise Release” 没有数字签名。
N: 无法安全地用该源进行更新，所以默认禁用该源。
N: 参见 apt-secure(8) 手册以了解仓库创建和用户配置方面的细节。

由于我将 /etc/apt/sources.list更换成了网易的库，在允许apt-get update报了以上错误。
解决办法：忽略这个错误，直接更换成其他可用的源。具体可以参考：
update apt-get各大国内镜像源替换
可以根据自己的网段选择合适的镜像源头。

问题二: 判断ubuntu下独立显卡是否生效 14:32~15：51

lshw -c video

WARNING: you should run this program as super-user.
  *-display UNCLAIMED       
       description: VGA compatible controller
       product: NVIDIA Corporation
       vendor: NVIDIA Corporation
       physical id: 0
       bus info: pci@0000:01:00.0
       version: a1
       width: 64 bits
       clock: 33MHz
       capabilities: vga_controller bus_master cap_list
       configuration: latency=0
       resources: memory:d3000000-d3ffffff memory:c0000000-cfffffff memory:d0000000-d1ffffff ioport:4000(size=128) memory:d2000000-d207ffff
  *-display
       description: VGA compatible controller
       product: Intel Corporation
       vendor: Intel Corporation
       physical id: 2
       bus info: pci@0000:00:02.0
       version: 02
       width: 64 bits
       clock: 33MHz
       capabilities: vga_controller bus_master cap_list rom
       configuration: driver=i915 latency=0
       resources: irq:131 memory:d5000000-d5ffffff memory:80000000-bfffffff ioport:5000(size=64) memory:c0000-dffff
WARNING: output may be incomplete or inaccurate, you should run this program as super-user.

可以看到我的笔记本上有两个显卡， interl带的显卡和 nvidia的独立显卡

也可以通过:

lspci|grep -i VGA

00:02.0 VGA compatible controller: Intel Corporation Device 3e98 (rev 02)
01:00.0 VGA compatible controller: NVIDIA Corporation Device 2191 (rev a1)

若要查看GPU的详细信息

lspci -v -s 01:00.0

01:00.0 VGA compatible controller: NVIDIA Corporation Device 2191 (rev a1) (prog-if 00 [VGA controller])
	Subsystem: CLEVO/KAPOK Computer Device 951d
	Flags: bus master, fast devsel, latency 0, IRQ 16
	Memory at d3000000 (32-bit, non-prefetchable) [size=16M]
	Memory at c0000000 (64-bit, prefetchable) [size=256M]
	Memory at d0000000 (64-bit, prefetchable) [size=32M]
	I/O ports at 4000 [size=128]
	Expansion ROM at d2000000 [disabled] [size=512K]
	Capabilities: <access denied>
	Kernel modules: nvidiafb, nouveau

GPU的显卡内存是256M
结论：笔记本的显卡是连接了的

问题三：安装nvidia驱动 ~16:44

在 NVIDIA驱动上选择合适的驱动
在这里插入图片描述
参照Ubuntu如何查看显卡信息及安装显卡驱动
但在允许驱动时出现 md5不对应的情况。

./NVIDIA-Linux-x86_64-430.09.run

Verifying archive integrity... Error in check sums 4292664292 3989973899

网上查到的说法是下载的驱动版本不对，但我是按照我的显卡对应的版本来下载的，找不到问题出在哪放弃这条路。我换一个思路来做。直接使用apt工具查找驱动

apt-cache search nvidia-* |grep 430

 libnvidia-cfg1-418 - Transitional package for libnvidia-cfg1-430
libnvidia-cfg1-430 - NVIDIA binary OpenGL/GLX configuration library
libnvidia-common-418 - Transitional package for libnvidia-common-430
libnvidia-common-430 - Shared files used by the NVIDIA libraries
libnvidia-compute-418 - Transitional package for libnvidia-compute-430
libnvidia-compute-430 - NVIDIA libcompute package
libnvidia-decode-418 - Transitional package for libnvidia-decode-430
libnvidia-decode-430 - NVIDIA Video Decoding runtime libraries
libnvidia-encode-418 - Transitional package for libnvidia-encode-430
libnvidia-encode-430 - NVENC Video Encoding runtime library
libnvidia-fbc1-418 - Transitional package for libnvidia-fbc1-430
libnvidia-fbc1-430 - NVIDIA OpenGL-based Framebuffer Capture runtime library
libnvidia-gl-418 - Transitional package for libnvidia-gl-430
libnvidia-gl-430 - NVIDIA OpenGL/GLX/EGL/GLES GLVND libraries and Vulkan ICD
libnvidia-ifr1-418 - Transitional package for libnvidia-ifr1-430
libnvidia-ifr1-430 - NVIDIA OpenGL-based Inband Frame Readback runtime library
nvidia-compute-utils-418 - Transitional package for nvidia-compute-utils-430
nvidia-compute-utils-430 - NVIDIA compute utilities
nvidia-dkms-418 - Transitional package for nvidia-dkms-430
nvidia-dkms-430 - NVIDIA DKMS package
nvidia-driver-418 - Transitional package for nvidia-driver-430
nvidia-driver-430 - NVIDIA driver metapackage
nvidia-headless-418 - Transitional package for nvidia-headless-430
nvidia-headless-430 - NVIDIA headless metapackage
nvidia-headless-no-dkms-418 - Transitional package for nvidia-headless-no-dkms-430
nvidia-headless-no-dkms-430 - NVIDIA headless metapackage - no DKMS
nvidia-kernel-common-418 - Transitional package for nvidia-kernel-common-430
nvidia-kernel-common-430 - Shared files used with the kernel module
nvidia-kernel-source-418 - Transitional package for nvidia-kernel-source-430
nvidia-kernel-source-430 - NVIDIA kernel source package
nvidia-utils-418 - Transitional package for nvidia-utils-430
nvidia-utils-430 - NVIDIA driver support binaries
xserver-xorg-video-nvidia-418 - Transitional package for xserver-xorg-video-nvidia-430
xserver-xorg-video-nvidia-430 - NVIDIA binary Xorg driver

安装其中:
nvidia-driver-430, nvidia-utils-430

测试是否安装成功

nvidia-smi

问题四安装 nvidia-docker

docker 安装
参考nvidia-docker安装
另外docker 若使用docker hub镜像可能下载较慢，可以更换docker国内镜像

nvidia-docker run -it fce289e99eb9

docker: Error response from daemon: Unknown runtime specified nvidia.
See 'docker run --help'.

是由于nvidia-docker未注册导致的，可以运行以下步骤解决： docker-engine-setup
Systemd drop-in file

sudo mkdir -p /etc/systemd/system/docker.service.d
sudo tee /etc/systemd/system/docker.service.d/override.conf <<EOF
[Service]
ExecStart=
ExecStart=/usr/bin/dockerd --host=fd:// --add-runtime=nvidia=/usr/bin/nvidia-container-runtime
EOF
sudo systemctl daemon-reload
sudo systemctl restart docker

Daemon configuration file

sudo tee /etc/docker/daemon.json <<EOF
{
    "runtimes": {
        "nvidia": {
            "path": "/usr/bin/nvidia-container-runtime",
            "runtimeArgs": []
        }
    }
}
EOF
sudo pkill -SIGHUP dockerd

问题五:加载tensorflow-gpu的docker镜像 20:25

在docker-hub 找到合适的tensorflow-gpu镜像
注意下载的tensorflow-gpu的版本中gpu驱动的要求。

docker pull tensorflow/tensorflow:nightly-gpu-py3-jupyter

总算搞定了！！

下一篇写关于tensorflow跑一些简单网络的测试代码。

向您推荐>>Eolink开发者社区

权威｜前沿｜技术｜干货｜国内首个API全生命周期开发者社区

更多推荐

深入理解 Mocha 测试框架：从零实现一个 Mocha

前言什么是自动化测试自动化测试在很多团队中都是Devops环节中很难执行起来的一个环节，主要原因在于测试代码的编写工作很难抽象，99%的场景都需要和业务强绑定，而且写测试代码的编写工作量往往比编写实际业务代码的工作量更多。在一些很多业务场景中投入产出比很低，适合写自动化测试的应该是那些中长期业务以及一些诸如组件一样的基础库。自动化测试是个比较大的概念，其中分类也比较多，比如单元测试，端对端测试，集

云原生

ELK实现containerd的容器日志采集展示【基于logging的全栈监测】

企业级ELK Stack构建介绍

云原生

(20200916 Solved)docker-compose up创建容器自动退出

问题描述如题，创建容器后自动退出了。并且docker start container无效解决方案原因是缺失了控制终端的配置，需要在docker-compose.yml中增加tty:true ，有时候这样也不行，需要再增加一个command:/bin/bash，命令不一定是这个，需要是一个不会退出的命令，然后用-d后台启动容器。Referencesdocker-compose启动容器后自动退出...