安装cuda,cudnn.

最新推荐文章于 2025-08-19 10:00:26 发布
原创 最新推荐文章于 2025-08-19 10:00:26 发布 · 292 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#cuda

本文详细介绍在Ubuntu 17.10上安装CUDA的过程，包括版本选择与下载，以及解决遇到的错误unsupported GNU version! gcc versions later than 6 are not supported的方法。

uname -a
查看系统信息。

检查ubuntu版本。

daiyi@hptf01-SYS-7048GR-TR:~$ lsb_release -a
No LSB modules are available.
Distributor ID:	Ubuntu
Description:	Ubuntu 17.10
Release:	17.10
Codename:	artful

cuda 选择　下载。
(https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1704&target_type=debnetwork)

接着照着上面的操作做就是了。

官网上有 cudnn的安装指导。

报错处理

unsupported GNU version! gcc versions later than 6 are not supported

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 10
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 10
docker中cuda9.2+cudnn7+caffe
09-28
在docker中安装caffe-gpu的笔记, 博客路径为:https://blog.csdn.net/u012939880/article/details/82887985, 但是格式不太好, 就吧word文档传上来, 供大家参考
基础的ubuntu的docker容器安装cuda
qq_56051596的博客
06-12 4130
最近发现我们服务器上基于已经创建好的cudu/nvidia镜像的容器在新建容器的时候联网有点问题，所以之前写的那篇博客可能就不太适应了。这里写一篇博客来记录一下如何在服务器上最基础的ubuntu镜像容器里面安装cuda。其实也挺好理解的，因为一个容器就可以当作是一个独立的linux计算机，在里面是可以随便造的。那么让我们从一个只装了ubuntu系统的容器开始我们cuda的安装。
docker安装和使用CUDA
educth的博客
11-29 4591
当使用docker运行gazebo进行多波束声呐仿真或者需要使用到与主机不同的CUDA版本时便可以在docker中安装另一个独立于主机的CUDA，此CUDA不会对主机造成影响。
docker中安装cuda
yanlizhong62的博客
04-15 5483
1，下载nvidia/cuda:9.0-base 2，安装工具 ： apt-get update apt-get install git vim sudo adduser -m xxx passwd xxx chmod +w /etc/sudoers xxx ALL=（ALL：ALL） ALL chmod -w /etc/sudoers 3，切换到普通用户 ：su xxx 4，继续安装工具： s...
使用 Docker 容器来安装和使用特定版本的 CUDA
qq_36485259的博客
04-16 5756
最近配置一个模型运行环境时,由于模型需要的一些依赖库包括tensorflow,CUDA的的等版本与系统原有cuda冲突,使用conda配置了半天还是没能解决,因此改用docker来配置环境,以达到与主机系统完全隔离的目的.
Jetson-TX2手动安装CUDA和Cudnn.pdf
06-25
知识点： ...10. 安装流程的详细步骤：文档中详细描述了从下载Jetpack安装包到在Jetson-TX2上安装CUDA和cuDNN的整个流程，包括下载链接、文件操作、安装命令等，为读者提供了一套完整的安装指导。
cudnn8.9.7 for cuda11.x
08-29
cudnn8.9.7 for cuda11.x，深度学习必要的驱动
各种显卡对应型号cuda cudnn.docx
08-06
英伟达显卡对应型号CUDA cuDNN版本对应关系详解 英伟达显卡是深度学习和人工智能领域的重要工具，对应的驱动程序CUDA和cuDNN版本之间的关系非常重要。下面我们将详细介绍英伟达显卡对应型号CUDA cuDNN版本对应关系...
cudnn8.9.7 for cuda12.x，NVIDIA很ex，需要登录才能下载
08-29
cudnn8.9.7 for cuda12.x，NVIDIA很ex，需要登录才能下载
cudnn，适用于cuda11.x的所有版本
08-09
在使用CUDNN时，首先需要确保系统已经安装了对应版本的CUDA。安装CUDNN涉及以下步骤： 1. 下载CUDNN的压缩包，例如名为`cudnn-windows-x86_64-8.4.1.50_cuda11.6-archive`的文件。 2. 解压下载的文件，将其中的`bin...
docker中安装cudnn的一些问题
weixin_41803482的博客
10-23 616
1.安装wget yum -y install wget 或者 pip install wget 或者 apt-get update apt-get install wget wget --version 2.安装vim和yum apt-get update apt-get install vim -y apt-get install yum -y 3.安装python-deve...
【Docker】Docker容器中安装python、cuda、cudnn、pytorch、opencv、tensorrt
码农努力学习
06-25 8867
是一个常用选项，用于自动确认所有提示。这意味着在运行命令时，不会提示用户进行确认操作，系统会自动回答“是”并继续执行。中科大: https://pypi.mirrors.ustc.edu.cn/simple/清华源：https://pypi.tuna.tsinghua.edu.cn/simple/阿里云：http://mirrors.aliyun.com/pypi/simple/豆瓣源：http://pypi.douban.com/simple/找到对应的cuda版本安装命令进行安装。
Docker 中的 CUDA：让 Python 使用 CUDA 变得简单
TechPr的博客
09-08 1712
在本文中，我们将探讨如何在 Docker 中使用 CUDA，并使用 Python 来编写 CUDA 加速的代码。Docker 提供了一个便捷的方法来管理 CUDA 环境的配置和分发，使得在不同的机器上运行代码变得更加简单和可靠。在上述示例中，我们使用了 NumPy 库来生成随机矩阵，并使用 cupy 库来进行 CUDA 加速的计算。这将在 Docker 容器中运行我们的代码，并利用所有可用的 GPU 资源。请注意，这可能需要一些时间，特别是在首次构建时，因为 Docker 需要下载和安装所需的依赖项。
远程深度学习服务器配置（ cuda + cudnn + nvidia-cuda-toolkit + docker + vscode）
aiyaya333的博客
07-11 4510
记录自己的踩坑经历，配置深度学习远程服务器的完整流程。cuda+cudnn+anaconda，zerotier,xshell7,xftp,vscode
【Docker】基于docker构建深度学习开发环境
dddeee的专栏
12-06 9072
基于docker或主机上，在同一环境下安装所有深度学习框架，构建统一的深度学习平台
新建包含cuda和cudnn的docker
Blankit1的博客
10-31 1601
背景：服务器的cudnn版本太低了，没有权限去修改。故新建包含cuda和cudnn的docker步骤。
NVIDIA GPU 加速计算技术介绍：CUDA、cuDNN 和 NVIDIA Container Toolkit（nvidia-docker2）
学亮编程手记
08-19 1319
名称角色类比CUDAGPU 通用计算平台操作系统cuDNN深度学习专用加速库高性能应用软件（如 Photoshop）容器访问 GPU 的桥梁USB 驱动 + 接口协议🔑关键点没有 CUDA，GPU 无法通用计算；没有 cuDNN，深度学习效率大幅降低；没有 NVIDIA Container Toolkit，Docker 容器无法使用 GPU。这三者共同构成了现代 AI 工程化开发的标准技术栈。
一篇文章教小白会Python 绘制Android CPU和内存增长曲线_python3 绘制各个进程的内存曲线
2401_84281648的博客
05-08 1181
需要完整版PDF学习资源私我if。
解决cuda突然不能用了的方法[完美解决]
热门推荐
GPIOHTML的博客
11-24 1万+
利用新创建的虚拟环境完美解决pytorch中cuda调用不出来的问题。目前解决torch.cuda.is_available()返回False的问题
torch.backends.cudnn.benchmark = cudnn_benchmark torch.backends.cuda.matmul.allow_tf32 = False torch.backends.cudnn.allow_tf32 = False
最新发布
10-16
### `torch.backends.cudnn.benchmark = cudnn_benchmark` `torch.backends.cudnn.benchmark` 是一个布尔型的配置选项。当设置为 `True` 时，在每次运行网络时，CUDNN 会在开始时进行一系列的基准测试，然后选择它认为在当前硬件上运行速度最快的卷积算法。当设置为 `False` 时，CUDNN 会使用默认的卷积算法。 在模型输入尺寸固定的情况下，将 `torch.backends.cudnn.benchmark` 设置为 `True` 可以显著提高训练速度，因为它可以找到最优的卷积算法。但如果模型的输入尺寸是动态变化的，每次都进行基准测试会带来额外的开销，反而会降低性能。 示例代码： ```python import torch # 假设 cudnn_benchmark 是一个布尔变量 cudnn_benchmark = True torch.backends.cudnn.benchmark = cudnn_benchmark ``` ### `torch.backends.cuda.matmul.allow_tf32 = False` TF32（TensorFloat-32）是 NVIDIA GPU 上一种新的数据格式，它在精度上介于 FP32（单精度浮点数）和 FP16（半精度浮点数）之间，并且在某些情况下可以提供比 FP32 更快的矩阵乘法运算速度。 `torch.backends.cuda.matmul.allow_tf32` 控制是否允许在 CUDA 矩阵乘法中使用 TF32 数据格式。当设置为 `False` 时，禁止使用 TF32 数据格式，强制使用 FP32 进行矩阵乘法运算，这样可以保证计算的精度，但可能会降低计算速度。 示例代码： ```python import torch torch.backends.cuda.matmul.allow_tf32 = False ``` ### `torch.backends.cudnn.allow_tf32 = False` 与 `torch.backends.cuda.matmul.allow_tf32` 类似，`torch.backends.cudnn.allow_tf32` 控制是否允许在 CUDNN 卷积操作中使用 TF32 数据格式。当设置为 `False` 时，禁止使用 TF32 数据格式，强制使用 FP32 进行卷积运算，以保证计算的精度，但可能会牺牲一定的计算速度。 示例代码： ```python import torch torch.backends.cudnn.allow_tf32 = False ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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