Cuda升级、降级操作 【Centos 7 环境下 cuda10.1 -> cuda10.0 亲测有效】

1、首先将现有的 驱动和cuda 程序删除

 

#查找nvidia相关的包,然后将驱动相关的全部删除,一般采用*nvidia* 正则即可

rpm -qa | grep -i nvidia | sort

yum  remove *nvidia*

#查找cuda相关的包,然后将cuda相关的全部删除,一般采用*cuda* 正则即可

rpm -qa | grep -i cuda | sort

yum  remove *cuda*

2、网上找到自己想安装的NVIDIA 驱动

   【NVIDIA驱动下载官网】 https://www.nvidia.cn/Download/index.aspx?lang=cn

     例如,我下载的是 NVIDIA-Linux-x86_64-410.104.run ,直接执行,然后按照屏幕显示指示安装即可

bash NVIDIA-Linux-x86_64-410.104.run

 

3、网上找到自己想安装的cuda版本下载链接(下载链接里面有安装指南,推荐使用runfile模式,直接参照执行即可)

【cuda 9.0】https://developer.nvidia.com/cuda-90-download-archive

【cuda10.0】https://developer.nvidia.com/cuda-10.0-download-archive

【最新版本cuda10.1】https://developer.nvidia.com/cuda-downloads 

 

  

4、执行nvidia-smi命令,验证是否安装成功

#nvidia-smi

Fri Jul 12 14:05:01 2019       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 410.104      Driver Version: 410.104      CUDA Version: 10.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Tesla P100-PCIE...  Off  | 00000000:00:07.0 Off |                    0 |
| N/A   27C    P0    26W / 250W |      0MiB / 16280MiB |      6%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

看到【NVIDIA-SMI 410.104      Driver Version: 410.104      CUDA Version: 10.0 】类似语句,则表明安装成功  

备注: 如果只出现【NVIDIA-SMI 410.104      Driver Version: 410.104     】,则有可能驱动和cuda没有关联上,建议重新运行驱动安装程序【安装410.104版本:sh NVIDIA-Linux-x86_64-410.104.run】,然后就可以正常了。

 

 

  • 4
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 安装CUDA10.1和Cudnn所需的步骤如下: 1. 安装CUDA10.1: a) 下载安装包:从NVIDIA官网下载适合自己系统的CUDA10.1安装包。 b) 安装CUDA:使用命令行或图形界面按照CUDA安装向导完成CUDA10.1的安装。 c) 设置环境变量:在.bashrc文件中添加以下环境变量: export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH 2. 安装Cudnn: a) 下载Cudnn:从NVIDIA官网下载适合自己系统的Cudnn安装包。 b) 安装Cudnn:使用命令行或图形界面按照Cudnn安装向导完成Cudnn的安装。 c) 设置环境变量:在.bashrc文件中添加以下环境变量: export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH 3. 检查安装: a) 使用命令行检查CUDA版本:输入“nvcc -V”,如果输出正常则表示CUDA安装成功。 b) 使用命令行检查Cudnn版本:输入“cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR”,如果输出正常则表示Cudnn安装成功。 安装完毕后,即可开始进行深度学习等相关任务的工作。 ### 回答2: 在CentOS 7上安装CUDA 10.1和CUDNN需要以下步骤: 1.下载CUDA 10.1和CUDNN的安装文件 首先需要从NVIDIA官方网站下载CUDA 10.1和CUDNN的安装文件。推荐下载runfile方式的安装文件。 2.关闭X服务器 sudo systemctl set-default multi-user.target sudo systemctl isolate multi-user.target 3.安装CUDA 10.1 使用root权限执行以下命令: chmod +x cuda_10.1.105_418.39_linux.run sudo ./cuda_10.1.105_418.39_linux.run --override 安装过程中会询问一些选项,推荐以下设置: 1)安装目录 /usr/local/cuda-10.1 2)安装cuda工具/驱动等全部 3)不安装CUDA示例 安装完成后,需要将CUDA路径加入PATH环境变量中: echo "export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}" >> ~/.bashrc echo "export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}" >> ~/.bashrc source ~/.bashrc 4.安装CUDNN 将下载好的cudnn安装文件拷贝到/usr/local/cuda-10.1目录下: sudo tar -xzvf cudnn-10.1-linux-x64-v7.6.5.32.tgz sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64/ sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn* 5.检查安装 输入以下命令检查安装情况: nvcc -V cat /usr/local/cuda-10.1/include/cudnn.h | grep CUDNN_MAJOR -A 2 如果输出包含CUDA版本和CUDNN版本号,则安装成功。 6.打开X服务器 sudo systemctl set-default graphical.target sudo systemctl isolate graphical.target 以上就是在CentOS 7上安装CUDA 10.1和CUDNN的全部步骤。使用CUDA和CUDNN时,记得将需要使用GPU的程序设置为使用CUDA。 ### 回答3: CentOS7系统作为一款优秀的操作系统,不仅支持Linux操作系统的所有功能与特性,而且还能够安装CUDA10.1和CUDNN这样的深度学习框架,这样就可以利用之前开发的深度学习框架和工具包来进行更好的人工智能和深度学习的研究和开发。下面是具体的操作步骤和安装方法。 一、安装CUDA10.1 1. 准备工作:在CentOS7中首先需要安装一些必要的库文件和依赖库,包括GCC和G++编译器、CUDA存储库的RPM包、CUDANVIDIA驱动程序的repo等等,具体安装方法可以在NVIDIA官网上面找到,以CentOS7.x为例,指令如下: sudo yum install epel-release sudo yum install cuda sudo yum install cuda-drivers 2. 安装过程:在CentOS7中安装CUDA10.1非常容易,只需要执行以下命令即可。 sudo rpm -i cuda-repo-rhel7-10.1.168-1.x86_64.rpm sudo yum clean expire-cache sudo yum -y install cuda 二、安装CUDNN 1. 下载CUDNN:首先必须到NVIDIA官方网站上下载CUDNN软件包,然后将其解压缩到本地文件夹中,解压后的文件夹需要将其加入LD_LIBRARY_PATH。 2. 复制文件:在解压后的目录中,找到适合当前操作系统版本的.lib和.include文件,并将其复制到对应的CUDA文件夹中。比如: sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include sudo cp cuda/lib64/libcudnn_* /usr/local/cuda-10.1/lib64 sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda10.1/lib64/libcudnn_* 3. 配置环境变量:最后需要配置CUDNN库的环境变量,以便于在后续的开发中调用这些库函数。 echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc 以上就是在CentOS7上安装CUDA10.1和CUDNN的完整操作步骤和方法,如果按照以上步骤操作不出现错误,那么就可以开始利用这些工具来进行更深入的人工智能和深度学习的开发和研究了。
评论 1
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