¿Cómo puedo forzar a 16.04 a agregar un repositorio incluso si no se considera lo suficientemente seguro?
9
Realmente necesito instalar Nvidia Cuda pero recibo el error
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
¿Puedo forzarlo a instalarlo de todos modos? Realmente necesito usarlo, incluso si es inseguro. Dudo que Nvidia actualice el repositorio para que funcione con 16.04 pronto.
Tuve el mismo problema al intentar instalar CUDA 7.5 en Ubuntu 16.04. Esto se debe a una falta de entrada SHA256 o SHA512 en el paquete CUDA (según lo informado por el equipo de Debian aquí ).
Parece que no podemos forzar la actualización de apt-get para obtener un "repositorio no seguro", pero podría evitar completamente el problema utilizando el archivo .run. Esto es lo que hice paso a paso:
En lugar de descargar el paquete .deb, descargue el archivo .run (desde
esta página )
Instale un compilador compatible (parece que cuda 7.5 no es compatible con el compilador predeterminado de Ubuntu 16.04):
sudo apt-get install gcc-4.9 g++-4.9
Es posible que deba instalar algunos paquetes adicionales (depende de su configuración):
Inicie el archivo de ejecución y siga las instrucciones:
sudo sh cuda_7.5.18_linux.run
Esto funcionó bien para mí (no olvides instalar el controlador NVIDIA)
EDITAR: después de los pasos 2 y 3, si el instalador de CUDA intenta usar gcc 5.3.1 (predeterminado para ubuntu 16.04) como compilador en lugar de la versión 4.9, puede intentar eliminar la versión 5.3.1, instalar CUDA y luego reinstalar el último gcc versión.
No sé si es nuevo, pero al ver mi versión de gcc "incorrecta", el script de instalación realmente sugirió ejecutarlo nuevamente con el indicador '--override'. Así que lo ejecuté nuevamente sh cuda_7.5.18_linux.run --overridey todo parece funcionar bien por ahora: puedo ejecutar un código simple de TensorFlow usando mi tarjeta NVidia. La instalación es casi instantánea y no creo que haya compilado nada. No estoy seguro de por qué es necesario especificar el compilador ... Podría tener algunos problemas más tarde.
toto2
Debería especificar que omití la instalación del controlador ya que ya estaba instalada. No estoy seguro de si eso podría haber pasado por alto alguna compilación.
toto2
¿Pensé que el controlador de Nvidia no se instala automáticamente en 16.04? También pedí a los desarrolladores de Nvidia que solucionaran el problema del repositorio de Cuda .deb, pero me dijeron que Cuda 7.5 todavía no es compatible con 16.04. Parece extraño porque usar el instalador .sh funciona bien e incluso puedo usarlo con tensorflow
Amine Horseman
El controlador NVidia no está instalado de manera predeterminada. Intenté instalarlo directamente desde NVidia y estropeé mi sistema. Pero luego me di cuenta de que puede instalarlo fácilmente yendo a la aplicación Configuración> Software y actualizaciones> Controladores adicionales. Puede que no sea la última, pero es bastante simple.
toto2
5
Cambie su /var/cuda-repo-7-5-local/Releasea lo siguiente:
Gracias por la edición, así que no necesitas cuda-dev?
SentinalBais
0
No puedo comentar, pero agregué a la respuesta de @ Horse-man: no es necesario desinstalar / reinstalar gcc si ya tiene instalado gcc 4.9. Para mí fue suficiente
sh cuda_7.5.18_linux.run --override
y todo parece funcionar bien por ahora: puedo ejecutar un código simple de TensorFlow usando mi tarjeta NVidia. La instalación es casi instantánea y no creo que haya compilado nada. No estoy seguro de por qué es necesario especificar el compilador ... Podría tener algunos problemas más tarde.Cambie su
/var/cuda-repo-7-5-local/Release
a lo siguiente:Ejecute
sudo apt-get update
ignorando las advertencias sobre firmas no válidas, y ya está.Si eso falla, reemplace la suma SHA256 con la salida de
y
fuente
Actualmente puede usar los siguientes comandos en Ubuntu 16.04 para instalar CUDA Toolkit 7.5:
fuente
No puedo comentar, pero agregué a la respuesta de @ Horse-man: no es necesario desinstalar / reinstalar gcc si ya tiene instalado gcc 4.9. Para mí fue suficiente
Mi gcc-4.9 era realmente 4.9.3 que no le gustaba al instalador de CUDA, así que lo ejecuté usando
Y se instaló correctamente.
fuente
La solución es simple:
fuente