Ubantu14.04 自己工作目录安装cuda10和cuDNN v7.4.1 (Nov 8, 2018), for CUDA 10.0

本文详细介绍了如何在Linux环境下安装CUDA10.0及对应的cuDNN库,包括下载、安装过程及环境变量配置,适用于使用NVIDIA GPU进行深度学习开发的用户。
部署运行你感兴趣的模型镜像

首先到cuda官网下载cuda10:

1、下载并安装CUDA10.0 https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1404&target_type=runfilelocal 

对应下图选择下载

之后将下载文件拖进自己的工作目录

给文件运行权限chmod +x cuda_10.0.130_410.48_linux.run
然后 ./cuda_10.0.130_410.48_linux.run 一直回车到100%

之后如图:

之后添加路径并更新:

工作目录的./bashrc文件最后添加路径:

export PATH=$HOME/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/cuda-10.0/lib64/

更新:source ~./bashrc

检查是否安装成功:

  • nvidia-smi 查看显卡驱动运行状态
  • nvcc -V 查看cuda-toolkit安装是否成功

2、下载cudnn,根据官网显示下载对应版本的cudnn(要先注册登录) https://developer.nvidia.com/rdp/cudnn-download 

之后在自己的cuda-10.0目录下解压,见下图

以上安装成功

参考:https://blog.youkuaiyun.com/weixin_41278720/article/details/81255265

 

您可能感兴趣的与本文相关的镜像

PyTorch 2.9

PyTorch 2.9

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

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