深度学习实践操作—从小白到大白
目录
五. cuda & cudnn安装
参考:http://www.cnblogs.com/xujianqing/p/6142963.html
http://blog.youkuaiyun.com/baiyu9821179/article/details/57412131
http://www.linuxidc.com/Linux/2016-12/138870.htm
1. CUDA8.0安装及配置
可以通过apt-get直接安装:在cuda所在目录打开terminal依次输入以下指令:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-rc_8.0.27-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
也可以通过源码安装:
sudo sh ./cuda_8.0.44_linux.run
- 环境配置
配置cuda8.0之后主要加上的一个环境变量声明,打开~/.bashrc文件: sudo gedit ~/.bashrc ,将以下内容写入到~/.bashrc尾部:
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
然后设置环境变量和动态链接库,在命令行输入,sudo gedit /etc/profile
,在打开的文件里面加上(注意等号两边不能有空格)
export PATH=/usr/local/cuda/bin:$PATH
保存之后,创建链接文件sudo gedit /etc/ld.so.conf.d/cuda.con
,在打开的文件中添加如下语句:
/usr/local/cuda/lib64
保存退出执行命令行:
sudo ldconfig
使链接立即生效。
2. 安装cudnn
- 下载:https://developer.nvidia.com/cudnn
- 解压:tar zxvf cudnn-8.0-linux-x64-v5.1.tgz
- 进入cuDNN5.1解压之后的include目录,在命令行进行如下操作:
cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include
再将进入lib64目录下的动态文件进行复制和链接:
cd ..
cd lib64 sudo cp lib*
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
#删除原有动态文件
sudo ln -s libcudnn.so.5.0.5 libcudnn.so.5
#libcudnn.so.6.0.12 libcudnn.so.6
sudo ln -s libcudnn.so.5 libcudnn.so # libcudnn.so.6 libcudnn.so
如果使用的别的版本的,参照文件内容修改三条写了注释的指令。
3. 测试CUDA例程(选做)
可以测试安装是否成功
cd ~/cuda/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery
返回GPU的信息则表示配置成功