Nvidia cuda cudnn安装

本文提供了一种在Ubuntu系统中安装NVIDIA驱动和CUDA的方法,包括删除旧驱动、选择合适的驱动版本、安装CUDA及cuDNN,并对环境变量进行设置。
1. 删除之前驱动: sudo apt-get purge nvidia-*
    可能出现问题:
    无法获得锁 /var/lib/dpkg/lock - open (11: 资源暂时不可用) 
E: 无法锁定管理目录(/var/lib/dpkg/),是否有其他进程正占用它?”
     解决方法:
                 a. 终端:ps -aux   # 查看所有进程
                 b. 找到apt-get的进程的PID号,直接:sudo kill PID
                 c. sudo rm /var/cache/apt/archives/lock
     sudo rm /var/lib/dpkg/lock
2. 终端输入:ubuntu-drivers devices      # 查看适合电脑的驱动程序
       比如driver   : nvidia-387 - third-party free recommended    # 找到recommended推荐的版本
       sudo apt-get install nvidia-387         # 安装(较慢,可开启清华镜像)
3.  sudo reboot重启
输入nvidia-settings查看配置情况,nvidia驱动安装成功
4. 官网下载:
       cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
       cudnn-8.0-linux-x64-v5.0-ga.tgz
5. 下载目录下运行:(确保nvidia驱动安装成功再执行)
      sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb 
      sudo apt-get update 
      sudo apt-get install cuda
安装成功会在usr/local下看到cuda-8.0、cuda两个文件夹
6. 解压cudnn-8.0-linux-x64-v5.0-ga.tgz
cd cuda/include/ 
sudo cp cudnn.h /usr/local/cuda/include/   #复制cudnn.h到/usr/local/cuda/include下,注意这里是复制到cuda下不是cuda-8.0
cd ../lib64    
sudo cp lib* /usr/local/cuda/lib64/    # 同理复制lib*的三个文件
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* 

7.   cudnn解压后lib64下有libcudnn.so、libcudnn.so.5.0.5、libcudnn.so.5三个文件夹
       cd /usr/local/cuda/lib64/ 
      sudo rm -rf libcudnn.so libcudnn.so.5 
     sudo ln -s libcudnn.so.5.0.5 libcudnn.so.5 
    sudo ln -s libcudnn.so.5 libcudnn.so


8. 添加环境变量
     sudo gedit /etc/profile
    末尾加上:
     PATH=/usr/local/cuda/bin:$PATH 
    export PATH
    
    sudo vim /etc/ld.so.conf.d/cuda.conf
     按a进入插入模型输入:
        /usr/local/cuda/lib64
     然后esc  + :wq退出保存即可
     sudo ldconfig       # 生效
     
9.  sudo reboot      


10. 测试:
     /usr/local/cuda-8.0/sample下运行:sudo make
 再进入sample/1_Utilities/deviceQuery下:./deviceQuery
     最后输出Result = PASS即可
CUDAcuDNN 是深度学习模型训练过程中不可或缺的两个重要工具。CUDA(Compute Unified Device Architecture)是由 NVIDIA 开发的一种并行计算平台和 API 模型,它允许开发者利用 GPU 的强大性能加速应用程序;而 cuDNNCUDA Deep Neural Network library)则是专门为深度神经网络设计的一个高性能库,能够显著提升卷积、池化等操作的速度。 下面是关于如何安装 CUDAcuDNN 的详细步骤,并附带一些常见问题及解决办法。 ### 一、CUDA 安装 #### 1. 下载 CUDA Toolkit 前往 [NVIDIA 官方网站](https://developer.nvidia.com/cuda-downloads) 并选择合适的操作系统版本以及其他配置选项(比如架构)。根据你的硬件情况和个人需求挑选相应的 CUDA 版本下载链接。 #### 2. 配置系统环境变量 将 CUDA 工具包添加到系统的 PATH 环境变量中,以便可以在终端或命令提示符窗口直接访问 nvcc 编译器和其他工具。通常路径类似于 `/usr/local/cuda/bin` 或 `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\bin`。 此外,还需要设置 LD_LIBRARY_PATH(Linux/macOS)或者 %PATH%(Windows),使其包含 CUDA 库的位置,默认为 `/usr/local/cuda/lib64` 或者 `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\lib\x64`。 #### 3. 测试安装 打开一个新的命令行界面运行以下命令检查是否成功安装CUDA: ```sh nvcc --version ``` 你应该会看到类似如下的输出信息: ``` nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2020 NVIDIA Corporation Built on Mon_Oct_12_20:18:47_PDT_2020 Cuda compilation tools, release 11.1, V11.1.105 Build cuda_11.1.TC455_02.105-relaxed_cuda_deps ``` 这表示 NVCC 编译器可用,并且指出了当前使用的 CUDA 版本。 --- ### 二、cuDNN 安装 #### 1. 注册并登录 NVIDIA 账户 如果你还没有 NVIDIA Developer Program 成员资格,请先注册成为会员然后登录。 #### 2. 获取 cuDNN 文件 进入 [cuDNN 下载页面](https://developer.nvidia.com/rdp/cudnn-download),找到适用于已安装 CUDA 版本的那个 cuDNN 发行版,点击“Download”按钮获取压缩包文件。 #### 3. 解压与复制文件 解压所获得的 tar.gz (.tgz) 文件夹内容至指定目录。假设你选择了 Linux x86_64,则可以使用下列指令进行提取和移动必要的头文件(.h)和共享库(例如 .so): ```bash tar -xzvf cudnn-X.Y-linux-x64-vZ.tgz # 替换 X Y Z 表示具体的版本编号 sudo cp cuda/include/* /usr/local/cuda/include/ sudo cp cuda/lib64/* /usr/local/cuda/lib64/ ``` 对于 Windows 用户来说,只需将 bin, include, lib 文件夹的内容复制到相应位置即可(`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X`)。 #### 4. 更新动态链接器缓存(仅限于 Linux) 为了让程序能自动定位新加入的 cuDNN 共享对象,需刷新一次 ldconfig 数据库索引: ```bash sudo ldconfig ``` #### 5. 最后一步验证 现在我们来确保所有东西都按预期工作着——编写一段简短的例子代码来进行测试: ```cpp #include <iostream> #define CUDART_API __declspec(dllimport) extern "C" { // 导入 cuDNN 函数声明... } int main(){ std::cout << "If you see this message your installation is correct." << std::endl; return 0; } ``` 编译上面的小例子(记得加上 `-lcudnn` 参数以连接静态库),假如没有任何错误发生就说明整个过程顺利完成! --- **注意事项:** - 安装前建议备份现有数据以防万一; - 对于多用户服务器环境可能需要管理员权限才能修改全局环境变量; - 如果遇到兼容性问题,尽量保持各软件组件之间的版本一致性; - 即便是最新发布的 CUDA/cuDNN 组件也可能存在某些未知 bug,查阅官方论坛可以获得帮助和支持。 --
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