• ubuntu安装CUDA及cuDNN


    0 写在前面

    安装环境:ubuntu18.04以及GTX1050Ti笔记本

    为什么要安装CUDA?
    参考百科,CUDA是英伟达推出的集成技术,通过该技术可利用GeForce 8 以后的GPU或者较新的Quadro GPU进行计算。例如典型的tensorflow-GPU和pyCUDA安装之前都要先安装CUDA。

    1 安装N卡驱动

    安装ubuntu系统之后自带开源NVIDIA Nouveau驱动,但是很容易出现ubuntu18双系统安装后登陆重启卡死问题。安装N卡驱动(即CUDA的硬件支持)之前必须先禁用这个驱动。
    终端输入以下命令没有返回结果说明禁用成功。

    lsmod | grep nouveau
    

    然后终端输入如下可以查看推荐的驱动版本:

    ubuntu-drivers devices
    

    笔者显示结果如下,说明nvidia-driver-435是推荐的

    jj@jj-u:~/Downloads$ ubuntu-drivers devices
    == /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
    modalias : pci:v000010DEd00001C8Csv0000103Csd0000838Fbc03sc00i00
    vendor   : NVIDIA Corporation
    model    : GP107M [GeForce GTX 1050 Ti Mobile]
    driver   : nvidia-driver-435 - distro non-free recommended
    driver   : nvidia-driver-430 - distro non-free
    driver   : nvidia-driver-390 - distro non-free
    driver   : nvidia-driver-410 - third-party free
    driver   : xserver-xorg-video-nouveau - distro free builtin
    

    此时终端输入sudo ubuntu-drivers autoinstall即可自动安装,或者输入sudo apt install nvidia-driver-435安装,然后重启系统即可。

    安装过程中可能会跳出让你进入什么Key界面,这是因为安全模式安装第三方驱动需要写入key,具体遇到可百度,最简单粗暴的方法就是进入BIOS关闭安全模式启动,然后再安装n卡驱动。

    重启后终端输入nvidia-smi,结果如下:

    jj@jj-u:~/Downloads$ nvidia-smi
    Tue Jan  7 12:31:39 2020       
    +-----------------------------------------------------------------------------+
    | NVIDIA-SMI 435.21       Driver Version: 435.21       CUDA Version: 10.1     |
    |-------------------------------+----------------------+----------------------+
    | GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
    | Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
    |===============================+======================+======================|
    |   0  GeForce GTX 105...  Off  | 00000000:01:00.0  On |                  N/A |
    | N/A   42C    P0    N/A /  N/A |    523MiB /  4040MiB |     18%      Default |
    +-------------------------------+----------------------+----------------------+
                                                                                   
    +-----------------------------------------------------------------------------+
    | Processes:                                                       GPU Memory |
    |  GPU       PID   Type   Process name                             Usage      |
    |=============================================================================|
    |    0      1491      G   /usr/lib/xorg/Xorg                           210MiB |
    |    0      1658      G   /usr/bin/gnome-shell                         146MiB |
    |    0      2808      G   /proc/self/exe                                12MiB |
    |    0      7951      G   ...quest-channel-token=9976497191416364032   142MiB |
    |    0      8743      G   /opt/teamviewer/tv_bin/TeamViewer              9MiB |
    +-----------------------------------------------------------------------------+
    

    可以看到该驱动支持的最高CUDA版本是10.1,刻意提及最高版本是因为某些比如tensorflow-gpu 1.x版本或最高支持CUDA9.1,但是驱动支持向下兼容所以可以安装CUDA9.1,但最好版本别太老。
    然后终端输入nvidia-settings出现图形设置界面说明到此N卡驱动安装成功。

    2 安装CUDA

    2.1 下载安装CUDA

    点击CUDA各版本链接,由于tensorflow 1.x版本可能不兼容CUDA10.1,所以选择CUDA10,按提示下载了2G左右的runfile,然后按提示终端输入sudo sh cuda_10.1.105_418.39_linux.run,然后一直按F键读条到100%,然后根据终端提示输入即可,NVIDIA Accelerated Graphics Driver由于上一步安装过驱动就否了,

    Do you accept the previously read EULA?
    accept/decline/quit: accept          
    
    Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48?
    (y)es/(n)o/(q)uit: n
    
    Install the CUDA 10.0 Toolkit?
    (y)es/(n)o/(q)uit: y
    
    Enter Toolkit Location
     [ default is /usr/local/cuda-10.0 ]: 
    
    Do you want to install a symbolic link at /usr/local/cuda?
    (y)es/(n)o/(q)uit: y
    
    Install the CUDA 10.0 Samples?
    (y)es/(n)o/(q)uit: y
    
    Enter CUDA Samples Location
     [ default is /home/jj ]: 
    
    Installing the CUDA Toolkit in /usr/local/cuda-10.0 ...
    

    2.2 配置环境变量

    终端输入:

    cd ~
    sudo gedit .bashrc
    

    打开文档后末尾加入以下信息:

    export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64
    export CUDA_HOME=/usr/local/cuda/bin
    export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
    

    然后source .bashrc或者重启XD即可,终端输入nvcc -V可检查是否安装成功,结果如下:

    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2018 NVIDIA Corporation
    Built on Sat_Aug_25_21:08:01_CDT_2018
    Cuda compilation tools, release 10.0, V10.0.130
    

    或者终端输入:

    cd ~/NVIDIA_CUDA-10.0_Samples/1_Utilities/bandwidthTest
    make
    ./bandwidthTest
    

    返回Result = PASS代表cuda安装成功。

    3 安装cuDNN

    cuDNN是用于深度神经网络的GPU加速库,如果CUDA是工作台,那么cuDNN就是上面的螺丝刀等工具。
    下载安装参考CSDN。

  • 相关阅读:
    DDD:管理“工作单元实例”的两种模式
    DDD:DDD+CQRS+高伸缩性的分布式架构
    ExtJS4.2:快捷键支持(没有你想象的那么简单)
    DDD:用 “四色原型” 进行 “职责分配”
    .NET:处理数据库事务中的并发
    Javascript:必须知道的Javascript知识点之“单线程事件驱动”
    技术交流:20130413线下交流总结,不再做苦逼的程序员
    Javascript:必须知道的Javascript知识点之“原型链”
    DDD:主键映射,你一直在使用的企业应用模式
    设计原则:重复的方式以及如何消除重复
  • 原文地址:https://www.cnblogs.com/hzcya1995/p/13281722.html
Copyright © 2020-2023  润新知