nvidia-cuda-tensorrt-cudnn下载网站与安装

tensorrt:https://developer.nvidia.com/tensorrt/download
cudnn:https://developer.nvidia.com/rdp/cudnn-archive
cuda:https://developer.nvidia.com/cuda-toolkit-archive
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

安装cuda:
直接运行可执行文件,然后取消勾选驱动(如果已经安装驱动),安装即可。
安装完毕之后添加一下环境变量:

gedit ~/.bashrc
# cuda-11.8:
export PATH=$PATH:/usr/local/cuda-11.8/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.8/lib64
export CUDA_HOME=/usr/local/cuda-11.8

注意修改为自己使用的版本
接下来是安装cudnn,解压之后,执行复制操作:

sudo cp -d include/cudnn*.h /usr/local/cuda/include/
sudo cp -d lib/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

测试安装:cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
安装tensorRT:
下载包->安装->修改环境变量

export PATH=/home/cyun/Downloads/apps/TensorRT-8.5.3.1/bin:${PATH}
export LD_LIBRARY_PATH=/home/cyun/Downloads/apps/TensorRT-8.5.3.1/lib:${LD_LIBRARY_PATH}
<think>好的,我现在需要帮助用户解决在运行pip install -r requirements.txt时遇到的无效依赖项问题,具体是关于nvidia-cublas 11.2.1.74的错误。首先,我应该回忆一下用户提供的引用内容,看看有没有相关的线索。 用户提到了引用[1]和引用[4],这两个都是关于使用-r参数时的格式问题。例如,用户可能错误地使用了长破折号“–r”而不是短横线“-r”,导致pip无法识别命令。但在这个问题中,用户已经正确使用了-r,所以可能不是这个问题。 接下来,错误信息是“Invalid requirement: nvidia-cublas 11.2.1.74”。根据引用[3],当pip期望一个包名但得到不符合规范的名称时,会报这个错误。nvidia-cublas可能不是一个可以通过PyPI安装的Python包,而是属于CUDA的库,通常通过系统包管理器或NVIDIA官网安装,而不是pip。 所以,用户可能在requirements.txt里错误地添加了系统级的CUDA库。正确的做法应该是从requirements.txt中移除这些行,或者找到对应的Python包名称。例如,如果用户需要安装CUDA相关的Python包,可能需要安装nvidia-cudnn-cu11或类似名称的包,这些是在PyPI上可用的。 此外,用户可能需要检查requirements.txt的格式是否正确,确保每行都是一个有效的包名和版本号,例如“package==version”。如果nvidia-cublas确实是必须的,但无法通过pip安装,用户需要从其他渠道安装,比如conda或者手动下载。 总结步骤应该是:检查并修正requirements.txt中的无效行,替换为正确的包名,或者通过其他方式安装这些依赖。同时,确保文件格式正确,没有路径或其他非包名称的内容。</think>关于requirements.txt中'nvidia-cublas'依赖项的安装错误修复方法如下: ### 问题根源分析 1. **非PyPI包**:nvidia-cublas是NVIDIA CUDA数学库,属于系统级CUDA工具包组件,不能通过PyPI直接安装[^3] 2. **格式验证失败**:pip检测到包名不符合Python包命名规范(PEP 508),触发版本号验证错误[^2] ### 分步解决方案 1. **清理无效条目** 删除requirements.txt中以下格式的无效行: ```text nvidia-cublas 11.2.1.74 ``` 2. **添加正确依赖** 若需要CUDA相关支持,改用PyPI官方支持的包: ```text # 正确写法示例 nvidia-cudnn-cu11==8.9.4.25 torch==2.0.1+cu118 # 带CUDA版本的PyTorch ``` 3. **验证文件格式** 确保每行符合`包名==版本号`格式,使用命令检查: ```bash pip install -r requirements.txt --dry-run ``` 4. **替代安装方案** 对于必须的CUDA组件,应通过以下方式安装: ```bash # 使用conda安装系统级组件 conda install cudatoolkit=11.8 ``` ### 补充说明 当遇到`Invalid version`错误时,可通过以下命令检测文件编码: ```bash file requirements.txt # 确认是UTF-8编码 cat -e requirements.txt # 检查特殊字符 ``` [^1]: 注意命令行参数应使用标准短横线格式`-r`而非长破折号 [^3]: 路径型依赖需要添加`-r`前缀而非直接引用文件路径 [^4]: 建议通过NVIDIA官方渠道获取CUDA工具包
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

打赏作者

白云千载尽

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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