首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

ubuntu降低内核版本后无网络_Ubuntu换内核为旧版

1、最近原来写的测试代码在Ubuntu18 可以内核版本,在新的安装的Ubuntu20 上无法运行,各种操作后想排除下是否是因为内核版本过高的原因,因此用到降低ubuntu内核版本的操作: 原ubuntu18...内核版本 Ubuntu20内核版本 2、首先通过apt-cache search linux| grep 5.4.0-80 查看目前的版本 3、然后 输入下面命令进行安装: sudo apt-get...install linux-headers-5.4.0-80-generic linux-image-5.4.0-80-generic 安装对应的内容即可 4、安装完成后可以查看此时内核版本有几个:...sudo update-grub 6、重启后可进入ubuntu高级选项 (此图为随意摘抄,按照自己版本来) 7、此时选择刚才设置的低版本的内核,不要选择recovery mode 8、重新进入ubuntu...系统后,可查看内核版本 到此ubunt内核版本降低完成 本次参考的链接:ubuntu降低你使用的内核到指定版本_良知犹存的博客-CSDN博客 后续可能出现问题: 按照上述过程重启后进行加载驱动,执行命令

1.9K30
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    单 Win10 系统(无虚拟机)安装 PyTorch 和 TensorFlow(都是 GPU 版本)

    点击上方蓝字关注我们 看到标题,可能很多人会不太可能实现,因为 PyTorch 官网和 TensorFlow 官网最新版本的框架对 GPU 版本的 CUDA 版本的要求不一样,即使使用 Python...即使如此,我们还是可以把两个框架的 GPU 版本都装上,只不过不能安装两个框架的最新版本!...CUDA 版本对照表 我们首先看一下两个框架的 CUDA 版本对照表,首先是 TensorFlow。...我们可以发现最新版本(1.10 版本)的 CUDA 版本只支持 10.2 和 11.3,而上面的 TensorFlow 对照表没有看到有哪个版本有支持这两个版本的 CUDA,我们换到长期支持(LTS)的版本...我们可以发现长期支持版本的 CUDA 版本只支持 10.2 和 11.1,而上面的 TensorFlow 对照表没有看到有哪个版本有支持这两个版本的 CUDA,我们继续去找老版本的 PyTorch 对应的

    96640

    linux安装多个版本的cuda和cudnn,无sudo权限安装,pip install tensorflowgpu==1.5

    无sudo权限,参考https://blog.csdn.net/weixin_41278720/article/details/81255265 CUDA Toolkit 9.0和cudnn 7...LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64 在终端运行source ~/.bashrc使之生效 6.nvcc --version查看当前使用的cuda版本...lib* /usr/local/cuda/lib64/ 之后执行 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 查看cudnn版本为...1、查看下版本信息 cat /usr/local/cuda/version.txt 2、根据CUDA和tensorflow版本对应的关系表,检查自己的版本是否匹配 3、如果不匹配 请安装相应的TensorFlow...或者CUDA版本 安装对应版本TensorFlow的GPU版本 pip install tensorflow-gpu==版本号 安装对应版本的CUDA Toolkit 9.0 4、如果匹配,仍然报错

    1.4K30
    领券