目录:
系统配置与版本说明
- 系统版本:18.04
- NVIDIA驱动:515
- CUDA:11.6
- cuDNN:8.6.0
- TensorRT:8.5.1
- 终端:bash
一、安装NVIDIA驱动
sudo apt install nvidia-driver-515
通过在终端中输入 nvidia-smi
来查看是否安装成功。(操作时忘记截图,随便找了个给大家看看,运行命令能输出类似的信息即可)
Tips:这里显示的 CUDA Version 并非我们实际安装的CUDA版本,而是该驱动所能支持的最新版本
二、CUDA安装
wget https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_linux.run
sudo sh cuda_11.6.2_510.47.03_linux.run
将上述命令复制在终端运行即可。
个人建议:第一步下载推荐直接复制网址到浏览器下载,然后在定位到下载文件夹中后运行第二步指令。在终端中下载遇到了两次到99%就报错
- 运行上述第二步命令后,等电脑反应一会便会出现下图所示的终端输出。在这一步,如果你的驱动版本比我们的所要安装的这个版本高,那就无需理会,直接continue就好,如果版本很低,可以先卸载低版本再安装。当然也可以什么都不管直接continue
- 输入accept,然后回车继续
- 仅保留cuda toolkit,其余均不选择
- 安装完成之后,终端会显示下图所示信息(第一次安装)
- 将下列的信息写入到
bashrc
中export PATH=$PATH:/usr/local/cuda export PATH=$PATH:/usr/local/cuda/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.6/lib64
- 测试,在终端中输入如下命令
输入下图信息,则表示cuda安装成功。nvcc -V
三、cuDNN安装
3.1 准备工作
- 在安装之前根据官网的提示需要先检查一下是否安装lib
sudo apt-get install zlib1g
- 下载cuDNN
cuDNN下载链接,记得选择cuDNN v8.6.0,forCUDA 11.X这一版哦
3.2 安装过程
- 下载好安装包后,解压文件
tar -xvf cudnn-linux-$arch-8.x.x.x_cudaX.Y-archive.tar.xz
- 将下列文件复制到CUDA路径中
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
3.3 验证
cd /usr/local/cuda/lib64
ll libcudnn*
会显示我们刚刚复制到lib64中的cudnn文件,如下图
在完成安装后,我们也可以通过查看头文件的方式查看cudnn版本
cd /usr/local/cuda/include
vim cudnn_version.h
四、TensorRT安装
4.1 准备工作
4.2 安装TensorRT
- 解压文件
tar -xvf <你的文件名>
- 将文件路径加入到
bashrc
中export PATH=$PATH:<你的TensorRT解压目录>/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:<你的TensorRT解压目录>/lib
4.3 验证
验证是否安装成功,在终端中输入 trtexec ,输出如下
4.4 TensorRT demo演示
cd <你的TensorRT-8.5.1.7解压路径>/samples/sampleOnnxMNIST/
make -j2
输入如下:
然后定位到刚刚编译生成的文件所在位置
cd ../..
cd bin/
./sample_onnx_mnist
这里的数字是随机的,每次运行都可能不一样,只要显示数字即可。
至此,CUDA、cuDNN、TensorRT均已安装成功。
如果本篇BLOG有帮助到您,希望您留个赞或收藏😘