【Linux Mint 深度学习开发环境搭建】Nvidia显卡相关软件安装

系列文章目录

第一章 Linux mint 深度学习开发环境搭建之Nvidia显卡相关软件安装
第二章 Linux mint 深度学习开发环境搭建之开发软件安装
第三章 Linux mint 深度学习开发环境搭建之多深度学习框架融合环境

---

---

前言

本文主要讲述在Linux Mint系统上搭建深度学习环境并使用GPU进行训练的步骤

一、为什么要搭建GPU环境

深度学习涉及到大量的矩阵运算，虽然 CPU 上每个单元性能高，但面对大量计算时，GPU计算单元更多， 在完成一批矩阵运算时，同时运算的数量高，所以还是 GPU 适合。

二、搭建步骤

(1)Nvidia显卡驱动安装

使用GPU进行深度学习训练任务，必须先安装Nvidia的显卡驱动

1. 点击左下角图标，点击进入System Settings。
   

2. 拉到最下面，点击Driver Manager。输入密码。
   

3. 选择要使用的驱动，点击Apply Changes。
   

4. 更新完成后重启即可。

5. 输入下面代码测试

watch -n 0.1 nvidia-smi

其结果如图所示，即安装成功

(2)cuda11.4安装

1. 点击如下链接，选择合适的cuda版本进行下载，此处我们选择的是11.4.4版本
   cudatoolkit官网下载
   

2. 在下载页面按照深绿色块选择指定的系统平台，版本号等等。
   

3. 选择完毕后，下方会出现安装说明，在终端输入下面的语句下载即可。如果嫌弃下载慢，可以复制下载链接在迅雷中下载完后再传到mint中安装。

• 下载cuda的后缀名为run的安装文件

wget https://developer.download.nvidia.com/compute/cuda/11.4.4/local_installers/cuda_11.4.4_470.82.01_linux.run

4. 按照输入如下命令安装cuda

• 安装cuda

sudo sh cuda_11.4.4_470.82.01_linux.run

加载完后出现，条款与选项，选择方式如下粗体字所示，由于前面已安装过英伟达驱动，所以把默认勾选给关闭：

Do you accept the above EULA?(accept/decline/quit):accept
CUDA Installer se Agreement
-[ ] Driver
[ ] 470.57.02
+[X] CUDA Toolkit 11.4
[X] CUDA Samples 11.4
[X] CUDA Demo Suite 11.4
[X] CUDA Documentation 11.4
Options
Install

5. 安装结束后配置环境变量

sudo vim ~/.bashrc

按下大写键Capslock，再按下G，到达尾行，输入i，插入下面一段语句，此处的路径是按默认安装路径设置的。

• 添加环境变量

export PATH=/usr/local/cuda-11.4/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

按下Esc，输入“:wq”用以保存环境变量，在终端下输入下面命令刷新环境。

source ~/.bashrc

6. 输入以下代码测试Samples

cd ~/NVIDIA_CUDA-11.4_Samples/1_Utilities/deviceQuery

sudo make

./deviceQuery

如果有如下报错，说明没安装g++，安装后即可

sudo apt install g++

最终result=PASS，安装成功

(3)cudnn8.5.0安装

1. 从官网链接下载cuda11.4对应的cudnn
   cudnn下载

2. 此处选择下面红框处的版本，下载时候会提示登录Nvidia账号，这里还是建议注册下，毕竟以后说不定还要更新其他版本，反正也是免费注册
   

3. 在下载目录中开启终端，输入代码解压

tar -xvf cudnn-linux-x86_64-8.5.0.96_cuda11-archive.tar.xz

4. 解压文件夹重命名，并拷贝到对应的cuda目录

• 重命名cudnn文件夹

mv cudnn-linux-x86_64-8.5.0.96_cuda11-archive cudnn

• 拷贝lib下所有文件到cuda下

sudo cp cudnn/lib/* /usr/local/cuda/lib64

• 拷贝include下所有文件到cuda下

sudo cp cudnn/include/* /usr/local/cuda/include

5. 输入以下代码可查看到cudnn版本

cat /usr/local/cuda/include/cudnn_version.h |grep CUDNN_MAJOR -A 2

如图所示，cudnn8.5.0安装成功

总结

本文主要介绍了cuda、cudnn的安装与测试方法