安装cuda,cudnn.

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
### `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

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