Как я могу заставить 16.04 добавить репозиторий, даже если он не считается достаточно безопасным?
9
Мне действительно нужно установить Nvidia Cuda, но я получаю ошибку
E: Failed to fetch file:/var/cuda-repo-7-5-local/Release No Hash entry in Release file /var/lib/apt/lists/partial/_var_cuda-repo-7-5-local_Release which is considered strong enough for security purposes
Могу ли я заставить его установить его в любом случае? Мне действительно нужно использовать это, даже если это небезопасно. Я сомневаюсь, что Nvidia будет обновлять репозиторий для работы с 16.04 в ближайшее время.
У меня была такая же проблема при попытке установить CUDA 7.5 в Ubuntu 16.04. Это связано с отсутствием записи SHA256 или SHA512 в пакете CUDA (как сообщается командой Debian здесь ).
Кажется, что мы не можем заставить apt-get update извлечь «незащищенный репозиторий», но я мог бы полностью избежать этой проблемы, используя файл .run. Вот что я сделал шаг за шагом:
Вместо загрузки пакета .deb загрузите файл .run (с
этой страницы )
Установите совместимый компилятор (кажется, что cuda 7.5 несовместим со стандартным компилятором Ubuntu 16.04):
sudo apt-get install gcc-4.9 g++-4.9
Вам может потребоваться установить некоторые дополнительные пакеты (зависит от вашей конфигурации):
Это хорошо сработало для меня (не забудьте установить драйвер NVIDIA)
РЕДАКТИРОВАТЬ: После шагов 2 и 3, если установщик CUDA пытается использовать gcc 5.3.1 (по умолчанию для ubuntu 16.04) в качестве компилятора вместо версии 4.9, вы можете попробовать удалить версию 5.3.1, установить CUDA, а затем переустановить последнюю версию gcc версия.
Я не знаю, является ли она новой, но, увидев мою «неправильную» версию gcc, скрипт установки фактически предложил запустить ее снова с флагом «--override». Поэтому я запустил его снова, sh cuda_7.5.18_linux.run --overrideи на данный момент все работает нормально: я могу запустить простой код TensorFlow, используя мою карту NVidia. Установка происходит практически мгновенно, и я не думаю, что она скомпилирована. Я не уверен, почему нужно указывать компилятор ... У меня могут возникнуть некоторые проблемы позже.
toto2
Я должен указать, что я пропустил установку драйвера, так как он уже был установлен. Я не уверен, что это могло бы обойти какую-то компиляцию.
toto2
Я думал, что драйвер Nvidia не устанавливается автоматически в 16.04? Я также попросил разработчиков Nvidia решить проблему с хранилищем CUDA .deb, но они сказали, что Cuda 7.5 не поддерживается 16.04. Кажется странным, потому что с помощью установщика .sh он работает нормально, и я даже могу использовать его с tenorflow
Amine Horseman
Драйвер NVidia действительно не установлен по умолчанию. Я попытался установить его непосредственно от NVidia, и я испортил свою систему. Но потом я понял, что вы можете легко установить его, выбрав «Настройки»> «Программное обеспечение и обновления»> «Дополнительные драйверы». Это может быть не последним, но это довольно просто.
Спасибо за редактирование, так что вам не нужен cuda-dev?
SentinalBais
0
Я не могу комментировать, но добавляю к ответу @ Horse-man: Вам не нужно удалять / переустанавливать gcc, если у вас уже установлен gcc 4.9. Для меня этого было достаточно
sh cuda_7.5.18_linux.run --override
и на данный момент все работает нормально: я могу запустить простой код TensorFlow, используя мою карту NVidia. Установка происходит практически мгновенно, и я не думаю, что она скомпилирована. Я не уверен, почему нужно указывать компилятор ... У меня могут возникнуть некоторые проблемы позже.Измените
/var/cuda-repo-7-5-local/Release
на следующее:Запустите
sudo apt-get update
игнорирование предупреждений о недействительных подписях, и все готово.Если это не удалось, замените сумму SHA256 на вывод
а также
источник
В настоящее время вы можете использовать следующие команды в Ubuntu 16.04 для установки CUDA Toolkit 7.5:
источник
Я не могу комментировать, но добавляю к ответу @ Horse-man: Вам не нужно удалять / переустанавливать gcc, если у вас уже установлен gcc 4.9. Для меня этого было достаточно
Мой gcc-4.9 был действительно 4.9.3, который не понравился установщику CUDA, поэтому я выполнил его, используя
И это установлено правильно.
источник
Решение простое:
источник