Linux系统(Ubuntu)下安装及配置CUDA过程详解

安装及配置过程

  • 一、下载安装CUDA Toolkit
    • 1.查看操作系统版本及支持CUDA版本
    • 2.官网下载并安装对应版本CUDA
    • 3.配置环境变量
    • 4.测试CUDA安装是否成功
  • 二、下载安装cuDNN
    • 1.官网下载对应版本cuDNN

一、下载安装CUDA Toolkit

1.查看操作系统版本及支持CUDA版本

1)查看系统版本
图中标红处说明此系统为:Ubuntu x86_64
在这里插入图片描述

// uname -a

2)查看系统支持CUDA版本
图中标红处说明此系统支持CUDA最高版本为:11.2,即下载CUDA时版本要控制在11.2以下
Linux系统(Ubuntu)下安装及配置CUDA过程详解_第1张图片

// nvidia-smi

2.官网下载并安装对应版本CUDA

1)根据系统支持版本下载对应版本的CUDA Toolkit,作者此处选择CUDA11.1.1。官网链接: https://developer.nvidia.com/cuda-toolkit-archive
Linux系统(Ubuntu)下安装及配置CUDA过程详解_第2张图片
2)选择所需版本,通过对应命令进行下载安装(注意此处需要记住下载文件的目录,作者选择在根目录下载)
Linux系统(Ubuntu)下安装及配置CUDA过程详解_第3张图片
在输入第二条命令之后,经过短暂的等待,会出现用户安装界面,其中包括是否选择安装Nvidia显卡驱动,如果本地已有驱动,可选择不安装(将光标移至Driver,点击Enter即可),之后移至Install处,点击Enter即可进行安装。
此处如果遇到问题:sudo: command not found,可通过以下方式解决:

// apt-get install sudo

安装成功后系统会提醒CUDA的安装路径:
在这里插入图片描述

3.配置环境变量

1)进入系统根目录,找到 .bashrc 文件,添加环境变量(其中涉及到版本问题,均与自己安装版本对应即可)
在这里插入图片描述

// export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
// export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

2)激活配置文件

// source ~/.bashrc

3)如果本地安装了多个版本的CUDA,在切换版本时,可通过更改上述文件中CUDA版本即可,如将cuda-11.1改为cuda-10.1即可成功切换。

4.测试CUDA安装是否成功

出现如下字样即说明安装成功
在这里插入图片描述

// nvcc -V

二、下载安装cuDNN

1.官网下载对应版本cuDNN

1)对应上述安装的CUDA版本,选择合适的cuDNN版本,官网链接: https://developer.nvidia.com/rdp/cudnn-archive
此处需要注册Nvidia账户,感觉“科学上网”能快一点。
Linux系统(Ubuntu)下安装及配置CUDA过程详解_第4张图片
2)选中对应版本之后,下载对应Tar包(记住你的下载路径)
Linux系统(Ubuntu)下安装及配置CUDA过程详解_第5张图片
3)进入Tar包下载目录,对其进行解压(解压结果类似下图)
Linux系统(Ubuntu)下安装及配置CUDA过程详解_第6张图片

// tar -xvf cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive.tar.xz

4)将cudnn安装目录下部分文件复制到cuda的安装目录下

// sudo cp cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive/include/cudnn*.h /usr/local/cuda/include 
// sudo cp -P cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive/lib/libcudnn* /usr/local/cuda/lib64 

5)修改权限

// sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

你可能感兴趣的:(深度学习,环境配置,ubuntu,linux,运维,深度学习)