ubuntu20.04安装cuda11.4以及cudnn

部署运行你感兴趣的模型镜像
  1. 系统:ubuntu20.04
  2. 硬件配置:GPU3080、CPU未知
  3. 通过《软件和更新》在附加驱动选项中添加了驱动:
    在这里插入图片描述
    1.检查自己电脑支持的cuda
 nvidia-smi

在这里插入图片描述
4. 下载cuda11.4.2

wget https://developer.download.nvidia.com/compute/cuda/11.4.2/local_installers/cuda_11.4.2_470.57.02_linux.run
sudo sh cuda_11.4.2_470.57.02_linux.run

会有卡顿,大概等1分钟;因之前安装了驱动,因此在下面的步骤中需要取消安装驱动。

  1. Continue
  2. accept
  3. 取消Driver
    在这里插入图片描述
    在这里插入图片描述
    添加环境变量:
gedit ~/.bashrc
#添加:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
#保存退出
source ~/.bashrc

测试CUDA

cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make -j4
./deviceQuery
--------------------------显示-----------------
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 11.4, CUDA Runtime Version = 11.4, NumDevs = 1
Result = PASS

安装CUDNN
https://developer.nvidia.com/cudnn (现在需要先登录才能下载)
下载cudnn-linux-x86_64-8.9.7.29_cuda11-archive.tar.xz
下载成功后解压复制

tar zxvf cudnn-11.4-linux-x64-v8.2.4.15.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

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

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