机器学习-搭建环境-5:安装CUDA和cuDNN

本文档详细介绍了在CentOS系统上安装CUDA 10和cuDNN的步骤,包括检查GPU、验证gcc安装、下载及安装CUDA Toolkit,以及设置环境变量。此外,还提到了cuDNN的下载和依赖处理,为深度学习环境搭建提供指导。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、安装CUDA10

在计算机上使用CUDA,我们需要如下的基本组件:

  • 支持CUDA的GPU
  • 一个CUDA支持的Linux版本和一个gcc编译器和相关工具链
  • NVIDIA CUDA Toolkit

(1)检查是否安装了GPU

# 检查是否安装了GPU
lspci|grep -i nvidia

# 检查tensorflow是否支持GPU
$ python
>> import tensorflow as tf
>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

返回结果:

在进行CentOS最小化安装后,会发现lspci命令无法使用(commend not found),是因为相应的软件包没有安装。解决办法:

yum wharprovides */lspci
yum install pciutils

查看系统发行版本,CUDA支持的系统版本参考:

评论
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