前段時間TeamViewer被檢測成商用了，于是電腦就不能跑程序了，后來導師派提前到校的準研一學妹幫我去解決這個問題，解決的方法就是重新更換了一個遠程控制軟件—向日葵。這兩款軟件用起來的體驗對比起來，TV相對來說畢竟是大公司，專業性是沒的說的，功能相對來說也很全面。但是主要有兩個缺點：

不穩定，因為TV的服務器在國外，這可能是導致不穩定的比較大的一個原因吧。在使用TV的這些日子里我已經遇到了不下于5種連不上的情況。最主要的就是連接的時候卡在了”正在初始化顯示設置“這個頁面上，然后一會兒就自動掉了。往往過一兩天之后才能連接上，十分影響學習進度。還有一點就是傳文件不穩定，傳的時候有時候很快，但有時候各種掉線，不過好在它這個傳文件掉了可以繼續傳，比Anydesk是方便多了。

給你檢測成商用，你這邊檢測成商用還好，但是一但受控的那邊被檢測成商用了就比較蛋疼了，首先linux不知道直接更換mac地址好不好使。其次那邊不是你自己在操作，可以一點點試，要耽誤別人的時間幫你調試就很尷尬。所以一旦檢測成商用，你也別看官網上的說填一個表單交上去，然后給你重置賬號。對，你發了那個表單他確實會給你回一封郵件，告訴你我們無法確認您的行為是否屬于商用，你又兩種解決辦法：1.購買TV的付費產品；2.填一個比較詳細的個人信息表單，并需要打印下來手寫簽字恢復給他。我當然選擇的是后者，果不其然，在TV了解到我的詳細信息之后，直接讓亞太地區的銷售從澳洲打來了電腦。起先我沒接，接著又給我發郵件，直接說您是否有意愿購買我們公司的付費產品，如果有就和我聯系，我可以提供折扣。就絲毫不提重置賬號的事情了。也罷也罷，我們身在中國，一些免費的東西用慣了，但是心里應該清楚有些東西就不該是免費的，別人的知識產權你就得給人錢啊。
現在用向日葵，除了不能傳文件，感覺還不錯，操作雖然說不上流暢吧，但是起碼卡起來沒有TV卡的時候那么卡。總之就是卡了勉強基本操作還能進行。有一點就是，每次開關機之后，都必須重裝向日葵，否則你這邊連過去就出現閃退的現象，我也不知道為什么，得返校之后去看看。現在用anydesk傳數據集，好在數據集也不是特別大，雖然只有兩點幾個G的大小，傳了一晚上，但是時間上還能接受。好了，說了這么多，還是回到今天的主題上來，就是又幾乎重新安裝了深度學習的環境，我太難了！！！
這次主要就是和驅動在做斗爭，因為之前顯卡驅動是384，所以只能安裝cuda9.0，但是cuda9.0對很多新的pytorch版本并不支持，所以我一直想著換一個比較高版本的驅動，好讓我安裝比較高版本的cuda，最終安裝比較高版本的pytorch我的思路大致就是這樣的。首先在我把顯卡驅動換成了430，這個比較高的版本，挑最高的換的，然后重啟了電腦，我以為沒事了，就讓在那邊操作的學妹走了。然后cuda依然是9.0，pytorch1.1.0。我運行了原先在上面能跑通的一個yoloV3的檢測程序，然后就報錯，基本的意思就是我電腦上的cuda不可用，你只能用cpu版本的pytorch跑程序。于是我心想，估計是換了驅動，要換比較高版本的cuda吧，于是我沒有在意，就去調試我要跑的程序了。在自己的電腦上調試好程序之后打算放在那臺機子上運行。于是我就把原先的cuda9.0給卸載了，然后安裝了cuda10.1，因為我自己的電腦上就安裝的是10.1。因為我在上次配環境的那個表里面沒有430驅動對應的cuda版本，于是我就心想cuda10.1在418上都可以用，那么我的430肯定沒有問題，于是我就欣然裝了cuda10.1，然后對應的cudnn也裝了。主要就是裝cuda10.1的時候有點怪，那就是它沒有給我像其他博客中以及我前面幾次裝cuda時的那些選項，所以我就比較迷惑，當你點擊install之后，他就自動給你裝好了，應該都是默認選項吧。于是我又安裝了pytorch1.3.0，然后我就高興的去運行程序。結果還是報錯：torch.cuda.is_available()==false，也就是cuda不可用。于是我心想是不是cuda10.1安裝的時候有問題啊，況且我對這個版本的cuda不是很熟(因為我的電腦上最近也是需要跑一個pytorch1.4.0的evaluate程序才安裝的cuda10.1)，好像安裝過程和以前的cuda有點不同，于是我就想著裝回cuda10.0吧，不知道如何，裝完之后，運行程序（當然這里我也安裝了cuda10.0對應的pytorch了的），發現還是false。我絕望了，這次是無助，因為上次起碼還可以自己搞定問題，但是這次我深知很有可能是顯卡驅動存在問題，不是自己一個人能搞定的。于是我在網上開始瘋狂搜索那個false的原因，最后看到了一個視頻，對問題的總結還是比較全面的：

https://www.bilibili.com/video/av75282498/

于是，我打算自己去網上下載機器對應的顯卡驅動來進行安裝，但是驅動安裝步驟太復雜了，而且安裝完之后又需要重啟，重啟的話只能找學妹幫著開機了。接著往后看，我看到up主查看了驅動的版本：用的是nvidia-smi,正常情況下就應該是像up主這樣：

但是在CUDA Version那里顯示的是N/A，上網搜一下N/A，就是Not Applicable意思就是不適用。
于是最后我決定，保險點，到時候還是換回384的顯卡驅動，乖乖用cuda9.0吧。于是我直接把驅動給換回來了，并把電腦重啟了，等待著學妹下午給我把遠程控制軟件打開。但是中途我不甘心，我首先在百度上搜N/A這個問題，搜到了一個，還是英文的提問，但是很遺憾沒有人理這個老哥：

于是我又去google上查詢相關的信息，找到了和我一樣問題的老哥：

但是這個就很不同了，他的問題是解決了，底下有人叫他安裝一個顯卡驅動之前，最好先卸載之前的驅動，不然殘余的驅動會影響到之后的驅動，用的指令是：

sudo apt-get remove --purge '^nvidia-.*'

我打算破罐子破摔，到時候先把這個指令給用了，大不了最后用384嘛。用了之后，發現切換成了手動安裝的模式，之前的那些驅動不能選了，我又絕望了。我看了看手動裝驅動的那些復雜的過程，關鍵是要重啟，重啟之后要重現裝向日葵。很無奈，我都讓學妹去幫我看看有沒有其他電腦可以用了。就在這個時候，我看到了一個博客，根本就沒有那么復雜的過程，一句話裝好驅動。那就是這個博客：

https://blog.csdn.net/linhai1028/article/details/79445722

直接采用：sudo apt-get install nvidia-384
于是我先嘗試安裝一下384，成了，但是沒有顯示CUDA version。于是我又不甘心，安裝了410，成功了。（當然這導致機器又重啟了一次，每換一張顯卡機器就要重啟）CUDA version那里顯示的是10.0，運行發現torch.cuda.is_available()也變成true了。
現在回想起來，當初就不應該安裝一個表格上沒有的430驅動的，然后就是這個原因導致安裝的cuda版本不匹配。以后換驅動就換常見的，然后照著表格上的來，一一對應配cuda，那么就沒有問題了。

總結

以上是生活随笔為你收集整理的远程控制与Nvidia显卡驱动和CUDA版本的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。