在Linux中重新安装CUDA和cnDNN

在Linux中重新安装CUDA和cnDNN，同样适用于类似Featurize云平台更换到指定的CUDA版本，例如CUDA11.1

在使用云平台的时候，很多环境都是预装好的，像python、torch、CUDA等等。但是有些时候想要去复现别人的代码，或者重新跑别人的代码，需要一个被指定的环境。

有一部分学者给出了直接使用Conda命令去安装CUDA，但是有个致命的问题是，对于不同的源，CUDA的版本不全，有些时候没有给你需要的那个版本的CUDA。

首先要确定自己的系统版本，以便去NVIDIA官网下载指定的驱动。

cat /proc/version
# 这里我的输出结果如下
Linux version 5.4.0-91-generic (buildd@lcy01-amd64-017) (gcc version 9.3.0 (Ubuntu 9.3.0-17ubuntu1~20.04)) #102-Ubuntu SMP Fri Nov 5 16:31:28 UTC 2021

然后去NVIDIA官网选择对应于你的系统版本的CUDA安装网址，这里以CUDA11.1为例

这里采用.run文件的方式安装。

wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run
sudo sh cuda_11.1.0_455.23.05_linux.run

 

执行完sudo行的命令，CUDA会进行安装准备。

然后在终端会出现可视化界面进行安装选项。

这里面关注两个地方，如果你在设备上已经有CUDA了，那么不需要你再次安装 driver，也就是安装选项中第一个部分Driver前面的[x]要取消勾选。

第二个地方在于CUDA toolkit的安装路径，请勿安装在一个你没有权限访问的路径下，因为在安装cndnn时需要复制你的文件到CUDA的目录下。

安装完成后需要配置环境变量

在zsh环境中（目前大部分使用zsh更稳定），需要在终端执行：

vi ~/.zshrc

# 然后按着下键，直到文件低端，按“i”键进行编辑，在最后加入三个环境变量。
# 其中/home/featurize/data/为你的CUDA安装路径，例如xx/xx/xx/CUDA-11.1
export PATH="/home/featurize/data/bin:$PATH"
export LD_LIBRARY_PATH="/home/featurize/data/lib64:$LD_LIBRARY_PATH"
export LIBRARY_PATH="/home/featurize/data/lib64:$LIBRARY_PATH"

然后需要去NVIDIA官网下载匹配的cnDNN文件，上传到你的环境中，可以是.tar文件，直接选择下载对Linux版本的cnDNN即可。

# 解压文件 XXX为你的文件名
tar -xvf XXX.tar

然后执行cp指令，从解压出的文件覆盖到CUDA的安装目录下：

# 请务必将其中路径换做你自己的路径，左边为cnDNN的文件，右边为CUDA的文件
sudo cp data/cuda/include/cudnn.h CUDA/include
sudo cp data/cuda/lib64/libcudnn* CUDA/lib64
sudo chmod a+r CUDA/include/cudnn.h CUDA/lib64/libcudnn*

请注意，有些时候环境变量的设置并不是立即生效或者对全部环境立即生效，此时需要重启设备或者终端，以防出现找不到CUDA的文件的错误。

个人博客：https://kecilimu-notion.vercel.app/

个人邮箱：kecilimu@163.com

转载请务必注明出处

文章封面是利兹与青鸟，但是忘记作者了