Ubuntu20.04配置CUDA+CUDNN深度学习环境

CUDA Toolkit 11.7 安装指南
本文提供了一步一步的指南,帮助读者完成CUDA Toolkit 11.7.0及CUDNN 8.5.0的安装过程。从选择合适的国内源开始,介绍了如何安装NVIDIA显卡驱动,以及如何根据显卡信息挑选正确的CUDA版本。此外,还详细说明了将CUDA添加到环境变量的方法,并给出了安装CUDNN的具体步骤。
部署运行你感兴趣的模型镜像

CUDA Toolkit11.7.0 + CUDNN8.5.0

  1. 换国内源
    setting->about->Software Updates->Ubuntu Software->Download from->Other->自己选
    参考:https://cloud.tencent.com/developer/article/1726035

  2. 安装nvidia显卡驱动
    setting->about->Software Updates->Additional Drivers->自己选
    注意:如果显卡驱动没选择对,会导致显示器显示出问题,无法选择合适的分辨率

  3. 安装cuda
    在成功安装显卡驱动的情况下,打开terminal,使用nvidia-smi查看显卡信息,CUDA Version: 11.7
    在https://developer.nvidia.com/cuda-toolkit-archive网址下找自己合适的cuda toolkit
    把cuda添加到环境变量中,https://blog.youkuaiyun.com/Flying_sfeng/article/details/103343813
    在terminal中使用nvcc -V查看目前使用cuda版本。

  4. 安装cudnn
    注册登陆下载合适的cudnn:https://developer.nvidia.cn/zh-cn/cudnn
    安装教程:https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#download
    在官网的测试指南通不过:https://www.codeleading.com/article/29255558606/

  5. cuda和cudnn官方安装指南与测试
    https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#download
    https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#post-installation-actions

CUDA Toolkit 11.6.0

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

### 安装和配置 CUDAcuDNN 的指南 #### 准备工作 在开始安装之前,需确保已成功安装 NVIDIA 显卡驱动程序。如果没有完成此操作,请参考相关文章进行安装[^1]。 #### 下载并安装 CUDA 工具包 访问官方的 NVIDIA CUDA Toolkit 存档页面获取适合的版本链接[^2]。以下是具体的操作方法: 1. 使用 `wget` 命令下载所需的 CUDA 版本文件。例如: ```bash wget -c https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda_11.4.0_470.42.01_linux.run ``` 2. 赋予脚本执行权限并通过命令运行安装器: ```bash sudo chmod +x cuda_11.4.0_470.42.01_linux.run sudo ./cuda_11.4.0_470.42.01_linux.run ``` 3. 配置环境变量以便系统能够识别 CUDA 库路径。编辑 `.bashrc` 文件,在其中添加如下内容: ```bash export PATH=/usr/local/cuda-11.4/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH ``` 执行以下命令使更改生效: ```bash source ~/.bashrc ``` #### 安装 cuDNN cuDNN 是用于深度学习框架优化 GPU 性能的重要库。其安装过程可以分为以下几个部分: 1. 访问 [NVIDIA cuDNN 页面](https://developer.nvidia.com/cudnn),登录账户后下载对应 CUDA 版本的 cuDNN 文件[^3]。 2. 解压压缩包并将必要的文件复制到 CUDA 安装目录中。假设解压后的文件位于当前目录,则可使用以下命令实现: ```bash sudo cp include/cudnn*.h /usr/local/cuda/include/ sudo cp lib64/* /usr/local/cuda/lib64/ ``` 3. 更新动态链接器缓存以注册新加入的共享对象文件: ```bash sudo ldconfig ``` 通过上述步骤即可顺利完成 CUDAcuDNNUbuntu 20.04 中的基础设置。验证安装是否成功的常用方式之一是编译并运行简单的测试样例程序来检查硬件支持状况以及功能模块加载情况。 ```python import tensorflow as tf print(tf.config.list_physical_devices('GPU')) ``` 以上 Python 示例代码片段可用于检测 TensorFlow 是否正确利用到了 GPU 加速资源。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值