deepin cuda和cudnn卸载和重装

1.cuda的卸载

方法一:可成功卸载cuda9.0

sudo /usr/local/cuda-9.0/bin/uninstall_cuda_9.0.pl

卸载之后,还有一些残留的文件夹,之前安装的是CUDA 9.0。可以一并删除:

sudo rm -rf /usr/local/cuda-9.0/

方法二:可成功卸载cuda11.3

没有在/usr/local/cuda-11.3/bin找到类似uninstall**.pl的文件

直接硬删除:

sudo rm -rf cuda-11.3
sudo rm -rf cuda

查看还剩的cuda包:

sudo dpkg -l |grep cuda

 

进行逐条删除:

sudo dpkg -P nvidia-cuda-doc
sudo dpkg -P nvidia-cuda-dev
sudo dpkg -l |grep cuda
sudo dpkg -P libcudart9.1:amd64

 

2.cuda安装

(参考:

### 安装准备 对于 Deepin Linux 发行版而言,在安装 CUDA cuDNN 前需确认 NVIDIA 显卡驱动已成功安装并正常工作。可以通过命令 `nvidia-smi` 来验证显卡状态以及当前使用的驱动版本[^3]。 ### 下载 CUDA 工具包 前往[NVIDIA官方网站](https://developer.nvidia.com/cuda-downloads),选择适合的操作系统版本(Deepin基于Debian),下载对应版本的CUDA工具包。考虑到兼容性稳定性,建议选用官方推荐版本而非通过其他渠道获取的二进制文件[^2]。 ### 执行 CUDA 安装脚本 由于直接利用包管理器可能会遭遇依赖关系冲突等问题,采用运行官方提供的`.run`安装程序更为稳妥: ```bash sudo bash cuda_<version>_linux.run --toolkit --toolkitpath=/usr/local/cuda --librarypath=/usr/local/cuda --silent ``` 此命令指定了具体的安装路径,并静默执行安装过程以减少交互操作带来的不确定性。 ### 配置环境变量 编辑用户的 shell profile 文件(如 `.bashrc` 或者 `.zshrc`),追加如下内容以便于后续开发工作中调用 CUDA 编译器及相关工具链: ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 使更改生效可重新加载配置文件或重启终端会话。 ### 获取并部署 cuDNN 库 访问[NVIDIA cuDNN页面](https://developer.nvidia.com/rdp/cudnn-archive),依据所安装的 CUDA 版本挑选相匹配的 cuDNN 版次完成注册登录后的下载动作。解压后将其中的内容复制到先前指定好的 CUDA 安装目录下覆盖默认资源即可。 ### 测试安装成果 编写一段简单的测试代码来检验整个设置是否正确无误地完成了集成。可以尝试编译运行一个标准示例项目或是自行构建一个小规模神经网络模型来进行初步的功能性检测[^4]。
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

猫猫与橙子

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