• Ubuntu18.04上安装CUDA_10.1(nvidia-driver)和cuDNN_7.6.5


    https://www.cnblogs.com/old-sister/p/14000893.html

    本文是在Ubuntu18.04.5服务器上安装CUDA_10.1(nvidia-driver455)和cuDNN_7.6.5,

    • Ubuntu 18.04.5
    • CUDA_10.1 (nvidia-driver455)
    • cuDNN_7.6.5

    一、 前期准备

    1、查看系统版本和显卡型号

    1
    2
    3
    cat /etc/issue # 查看系统版本
     
    lspci | grep -i nvidia # 查看电脑的显卡型号


    2、查看系统是否安装显卡驱动 nvidia-driver

    1
    nvidia-smi # 查看显卡驱动情况(此处未安装,应无信息显示)

    3、显卡支持的驱动型号

    1
    ubuntu-drivers devices # 查看显卡支持的驱动型号

    此处可以看到系统推荐的驱动版本是 455:

    4、安装推荐版本455的显卡驱动

    1
    sudo ubuntu-drivers autoinstall # 安装默认显卡驱动(此处为455)  

    5、重启服务器(无其它用户使用服务器)

    1
    2
    3
    (sudo) reboot # 立即重启
    (sudo) shutdown -r now # 立即重启  

    6、查看显卡驱动是否安装成功:

    1
    nvidia-smi

    安装成功会显示

    7、卸载已有驱动程序(需要重启才生效)

    1
    2
    3
    $ sudo apt-get remove nvidia-*
    $ sudo apt-get remove --purge nvidia*

    二、 RUN方式安装CUDA _10.1 (我有安装过11.0,11.1,后因项目需求又改为10.1,图片有点混)

    0、安装之前需要确认已安装gcc和g++

    1
    2
    $ gcc --version
    $ g++ --version

    1、[官网cuda_10.1 下载地址]( https://developer.nvidia.com/cuda-10.1-download-archive-base?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal ):

    2、点击下载:cuda_10.1.105_418.39_linux.run

    3、上传cuda_10.1.105_418.39_linux.run文件至ubuntu系统上的 home/your_username目录下

    4、执行命令安装

    1
    sudo sh cuda_10.1.105_418.39_linux.run

    5、同意协议:输入accept

    6、此处选择是否安装nvidia-driver (回车切换是否选择,我已单独安装nvidia-driver,所以此处选择不安装驱动)

    最后选择 install

    7、安装成功

    8、环境配置(两种方式)

    8.1、~.bashrc # 修改home目录下的.bashrc文件,只针对当前用户

    安装完后,在.bashrc文件末尾添加环境变量

    sudo vim ~/.bashrc
    
    • 1
    export PATH=$PATH:/usr/local/cuda/bin  
    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64  
    export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64  
    
    • 1
    • 2
    • 3
    保存退出后,输入以下命名
    source ~/.bashrc
    
    
    • 1
    • 2
    • 3

    测试是否成功

    sudo rm -rf /usr/local/cuda  
    sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda  
    nvcc --version  
    
     cd /usr/local/cuda/samples/1_Utilities/deviceQuery 
    sudo make
    ./deviceQuery
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    这样的结果就ok 下边有个pass
    在这里插入图片描述
    在去官网找linux 的cudnn https://developer.nvidia.com/rdp/cudnn-download

    在去官网找linux 的cudnn https://developer.nvidia.com/rdp/cudnn-download
    在这里插入图片描述

    下载完成后,输入以下命令解压文件
    
     tar -zxvf cudnn-10.1-linux-x64-v7.5.1.10.tgz
    
    sudo cp cuda/include/cudnn.h /usr/local/cuda/include/    #解压后的文件夹名为cuda
    sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ 
    sudo chmod a+r /usr/local/cuda/include/cudnn.h           #增加所有用户对文件的可执行权限
    sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    查看cudnn 版本

    cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
    
    • 1

    至此安装结束
    可以玩玩tensorflow-gpu了

    希望能交流更多技术,关注小白的微信公众号吧。

  • 相关阅读:
    遇到的问题(css设置background 和 JS获取元素属性)
    布局
    CSS基础总结
    慕课网课程学习--焦点轮播图
    慕课网课程学习--JS事件探秘
    慕课网课程学习--信息排列效果
    HTML5-drag/drop
    "javax.servlet.http.HttpServlet" was not found on the Java Build Path
    Description Resource Path Location Type Target runtime apache-tomcat-8.0.30 is not defined.
    Spring注解
  • 原文地址:https://www.cnblogs.com/shuimuqingyang/p/14338042.html
Copyright © 2020-2023  润新知