Ubuntu安装Cuda,Cudnn深度学习环境

Ubuntu20.04安装CUDA&cuDNN深度学习环境教程
部署运行你感兴趣的模型镜像

Ubuntu安装Cuda,Cudnn深度学习环境

欢迎大家关注公众号猫说AI,接入了ChatGPT,供大家免费使用。

预告:下期我们将基于ubuntu生成虚拟数字主播小艾!

当涉及到深度学习和GPU计算时,CUDA和cuDNN是两个重要的工具。

CUDA(Compute Unified Device Architecture)是由NVIDIA开发的并行计算平台和API模型。它允许开发人员使用NVIDIA GPU进行通用目的的并行计算。CUDA为开发者提供了一套编程工具和库,使他们能够有效地利用GPU的并行计算能力。通过CUDA,开发者可以在GPU上执行大规模并行计算任务,从而加速各种类型的计算,包括科学计算、图形处理、机器学习和深度学习等。

cuDNN(CUDA Deep Neural Network Library)是NVIDIA提供的用于深度神经网络加速的CUDA库。它为深度学习框架提供了高性能的GPU加速,使得训练和推理过程更加高效。cuDNN提供了一组高度优化的函数和算法,用于卷积神经网络(CNN)、递归神经网络(RNN)和其他常用的深度学习操作。通过使用cuDNN,深度学习框架能够充分利用GPU的并行计算能力,加速神经网络的训练和推理过程,从而提高深度学习模型的性能和效率。

综上所述,CUDA提供了并行计算平台和编程模型,使开发者能够利用GPU进行通用目的的并行计算;而cuDNN是NVIDIA提供的深度学习库,用于优化和加速深度神经网络的计算。这两个工具的结合使得开发者能够在GPU上高效地进行深度学习任务,从而实现更快速和更强大的模型训练和推理。

1.简介

系统以ubuntu 20.04为例,显卡为Tesla V100

首先查看你的显卡支持的最高cuda版本

控制台输入

nvidia-smi

2.安装cuda

下载地址:

https://developer.nvidia.com/cuda-toolkit-archive

这里根据我的显卡驱动选择对应的版本点击链接,选择你对应的系统版本。

官方会给出安装脚本,如下:

依次执行脚本即可。

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.2.0/local_installers/cuda-repo-ubuntu2004-11-2-local_11.2.0-460.27.04-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-2-local_11.2.0-460.27.04-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu2004-11-2-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

验证安装:

终端输入:

nvcc -V

显示11.2即为正确

注意:

如果这里显示10.0,可能是你的系统中安装了10.0版本,需要在环境变量中修改PATH

vi ~/.bashrc

在PATH前面增加cuda11.2的路径

export PATH=/usr/local/cuda-11.2/bin:$PATH

退出执行保存后,执行source生效环境变量

source ~/.bashrc

然后再输入nvcc -V来验证。

3.安装cudnn

本地安装步骤:

下载cudnn,需要注册nvidia账号,故需要魔法,注册流程不细讲,很简单。

https://developer.nvidia.com/rdp/cudnn-download

这里点击Archived cuDNN Releases,下载11.2的版本。对应ubuntu 20.04,下载完成后上传到Linux服务器。

查看你下载的文件版本号,后面会用到:

我下载的是

libcudnn8_8.1.1.33-1+cuda11.2_amd64.deb
libcudnn8-samples_8.1.1.33-1+cuda11.2_amd64.deb
libcudnn8-dev_8.1.1.33-1+cuda11.2_amd64.deb
  1. 打开终端,并进入您下载的cuDNN .deb文件所在的目录。

  2. 运行以下命令以安装cuDNN:

    sudo dpkg -i libcudnn*.deb

    这将使用dpkg工具安装cuDNN的.deb文件。根据您的具体文件名,您可能需要相应地更改libcudnn*.deb部分。

  3. 安装完成后,运行以下命令以更新软件包列表:

    sudo apt update

    这将确保系统识别并配置cuDNN的安装。

恭喜!您现在已经成功安装了cuDNN。您可以开始在CUDA支持的项目中使用cuDNN进行深度学习任务。

请注意,cuDNN的安装可能需要与您当前使用的CUDA版本相匹配。确保您下载并安装与您系统上已安装的CUDA版本兼容的cuDNN版本。另外,确保从NVIDIA官方网站下载安全的cuDNN文件,以确保文件的完整性和可靠性。

大功告成!到这就结束了,下期我们开始手把手教你创建一个虚拟主播!

网络安装步骤(未测试通过)

然后访问安装指引页,根据官方提示安装

地址:

https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html

安装Zlib

sudo apt-get install zlib1g

启用仓库,将${OS}替换为你对应的系统版本:

wget https://developer.download.nvidia.com/compute/cuda/repos/${OS}/x86_64/cuda-${OS}.pin 

sudo mv cuda-${OS}.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/${OS}/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/${OS}/x86_64/ /"
sudo apt-get update

替换后,在终端执行:

我的系统版本是:ubuntu2204

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin 
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /"
sudo apt-get update

安装cudnn

sudo apt-get install libcudnn8=${cudnn_version}-1+${cuda_version}
sudo apt-get install libcudnn8-dev=${cudnn_version}-1+${cuda_version}
sudo apt-get install libcudnn8-samples=${cudnn_version}-1+${cuda_version}

这里,需要把版本号替换成你安装的对应版本,我的替换后如下:

注意这里的cudnn版本可从刚才下载的cudnn文件名获得。我的是:

libcudnn8_8.1.1.33-1+cuda11.2_amd64.deb

故cudnn版本为:8.1.1.33-1

cuda版本为:cuda11.2

替换后cudnn安装脚本为:

sudo apt-get install libcudnn8=8.1.1.33-1+cuda11.2
sudo apt-get install libcudnn8-dev=8.1.1.33-1+cuda11.2
sudo apt-get install libcudnn8-samples=8.1.1.33-1+cuda11.2

您可能感兴趣的与本文相关的镜像

PyTorch 2.8

PyTorch 2.8

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

### Ubuntu 安装 CUDA CuDNN 深度学习环境配置 #### 准备工作 在开始安装之前,确认系统的准备工作已完成。确保已正确识别并安装了NVIDIA显卡驱动程序[^2]。 对于Ubuntu系统而言,可以使用`lspci | grep -i nvidia`命令来验证是否检测到了NVIDIA GPU设备。另外,通过执行`uname -m`可检查当前操作系统架构是32位还是64位;通常情况下,现代深度学习框架仅支持64位系统。 #### 安装CUDA Toolkit 选择适合操作系统的CUDA版本进行下载。以CUDA 12为例,在终端中运行以下命令完成安装: ```bash sudo dpkg -i cuda-repo-ubuntu2004_12.1.0-1_amd64.deb sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub sudo apt-get update sudo apt-get -y install cuda ``` 注意:如果此前已经安装过其他版本的CUDA,则可能需要先清理旧版本再继续新版本的安装过程[^5]。 #### 设置环境变量 为了使系统能够找到刚刚安装好的CUDA工具包路径,需编辑用户的shell profile文件(如`.bashrc`),添加如下两行内容至文件末尾: ```bash export PATH=/usr/local/cuda-12.1/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 保存更改后重新加载该配置文件使之生效: ```bash source ~/.bashrc ``` #### 安装cuDNN库 接下来按照官方文档指导安装对应版本的cuDNN SDK。这里假设要安装的是适用于CUDA 11.2版本的cuDNN v8.1.1。可以通过APT源的方式简化这一流程: ```bash sudo apt-get install libcudnn8=8.1.1.33-1+cuda11.2 \ libcudnn8-dev=8.1.1.33-1+cuda11.2 \ libcudnn8-samples=8.1.1.33-1+cuda11.2 ``` 上述命令会自动处理依赖关系并将必要的组件部署到位[^4]。 至此,基本完成了基于Ubuntu平台上的CUDAcuDNN开发环境搭建的工作。后续可以根据具体需求进一步调整优化设置或是集成更多第三方软件包和服务。
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