Linux安装cuda、cudnn

本文详细指导如何在Linux上安装CUDA 11.6及cuDNN 8.2.1,包括检查GPU版本、下载并运行安装脚本、配置环境变量、验证安装过程和cuDNN集成,确保PyTorch GPU支持。

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

Linux安装cuda、cudnn

安装cuda

在此之前先输入nvidia-smi查看自己需要下载的版本

nvidia-smi

CUDA Toolkit Archive | NVIDIA Developer 选择runfile格式的CUDA文件下载
在这里插入图片描述

wget https://developer.download.nvidia.com/compute/cuda/11.6.1/local_installers/cuda_11.6.1_510.47.03_linux.run
sudo sh cuda_11.6.1_510.47.03_linux.run
添加新的cuda到环境变量:
sudo gedit ~/.bashrc

在其打开的文件的末尾添加

export CUDA_HOME=/usr/local/cuda 
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存,退出。终端执行

source ~/.bashrc
验证cuda:
①、命令查看cuda信息

终端输入

nvcc -V

若终端输出了你的cuda的版本号,则说明没问题

②、编译cuda-samples

在/usr/local/cuda-11.6/samples下打开终端
其实原本这里是有个文档的,里面有写着对应下载的地址,这里参考了别人的文章,别人上传到国内的gitee,就用了这个人的了

su
chmod 777 samples
git clone https://gitee.com/liwuhaoooo/cuda-samples.git

进入/usr/local/cuda-11.6/samples/cuda-samples/Samples/1_Utilities/deviceQuery

cd /usr/local/cuda-11.6/samples/cuda-samples/Samples/1_Utilities/deviceQuery

sudo make

./deviceQuery
输出:

若输出你的显卡型号以及对应参数则说明安装成功

安装cuDNN

进入NVIDIA cuDNN | NVIDIA Developer 登录自己的Nvidia账号,没有账号的话就注册,并选择合适的版本下载

Download cuDNN v8.2.1 (June 7th, 2021), for CUDA 11.x----------------------cuDNN Library for Linux),然后解压;

(这里选择cudnn-11.3-linux-x64-v8.2.1.32

进入到/home/lwh/Downloads/cudnn-11.3-linux-x64-v8.2.1.32目录,运行以下命令:
su
sudo cp cuda/include/cudnn.h /usr/local/cuda-11.6/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.6/lib64
sudo chmod a+r /usr/local/cuda-11.6/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-11.6/lib64/libcudnn*
验证gpu可用:
import torch
print(torch.cuda.is_available())
评论 1
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