cuda、cudnn安装（多版本）

最新推荐文章于 2024-07-23 22:58:29 发布
最新推荐文章于 2024-07-23 22:58:29 发布
阅读量672 收藏 2
点赞数
分类专栏： CNN 卷积神经网络

cuda、cudnn安装（多版本）

2019年01月24日 22:33:40 hancoder 阅读数：46

作者：HAN，部分参考网络，环境ubuntu16,1080Ti
感谢G学姐的服务器~ 让我从瞎安到熟练…
#1、查现有cuda和cudnn版本的命令
cuda 版本

cat /usr/local/cuda/version.txt
  • 1

cudnn 版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
  • 1

#2、显卡驱动，cuda，cudnn对应关系
nvidia与cuda需要满足关系：
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
cuda与cudnn需要满足关系：
https://developer.nvidia.com/rdp/cudnn-archive
cuda历史版本下载连接：
https://developer.nvidia.com/cuda-toolkit-archive

#3、安装nvidia驱动

首先去官网上查看适合你的GPU的驱动
官网：https://www.nvidia.com/Download/index.aspx?lang=en-us。
例如，本人的GPU适合的驱动如图：
image.png
参考链接安装：
https://www.cnblogs.com/luofeel/p/8654964.html（最复杂，最推荐的）
https://blog.csdn.net/u014682691/article/details/80605201（第二个链接里他提供的第二种方法他给的贴图是安装cuda的贴图，所以我最推荐第一个链接）

法1：UBUNTU右上角》系统设置》软件与更新》附加驱动选择》重启。这个方法最简单，但不推荐。不推荐理由：失败概率有些高，而且容易造成循环登录的问题。

法2：(注：这种方式我也出现过循环登录的问题（实际上不知道法1法2哪个引起的），所以对此简单方法不负责～)：
执行如下语句，终端输入
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-390（数字改你需要的版本，比如384）
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
执行完上述后，重启：sudo reboot

法3:去nvidia官网选择自己显卡配置然后下对应的驱动。期间Crtl+Alt+F1或者lightdm stop，会黑屏，新手不要慌，这只是进入里命令行模式。具体步骤见上面最复杂的链接

显卡和CUDA需要对应：
显卡和CUDA的对应情况
输入： nvidia-smi
如果出现了你的GPU列表，则说明驱动安装成功了。
image.png

另外也可以通过：nvidia-settings
查看自己机器上详细的GPU信息，本人机器的信息如下：
390

#4、安装CUDA
cuda是nvidia的编程语言平台，想使用GPU就必须要使用cuda。
从这里下载cuda9.0的安装文件 cuda下载地址
注意这里下载的是cuda9.0的runfile（local）文件。
image.png
那个9.0.176后面应该对应的是显卡驱动号，我下了比他高的版本390

下载完cuda9.0后，执行如下语句，运行runfile文件：

sudo sh cuda_9.0.176_384.81_linux.run
即：sudo sh 对应你的run文件
  • 1
  • 2

下面是输入命令后的显示界面与选择，简言就是第一个写n，其余全部yes默认。
因为驱动之前已经安装，这里就不要选择安装驱动。其余的都直接默认或者选择是即可。

#先执行下面的命令安装相关依赖，
#否则会出现`Missing recommended library`错误
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev 
 
 
sudo sh cuda_8.0.61_375.26_linux.run #开始安装
 
#..一堆协议说明...
#直接按q退出协议说明.
zerozone@zerozone: accept/decline/quit: accept  #接受协议
 
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26? 
y)es/(n)o/(q)uit: n  #是否显卡驱动包，由于已经安装显卡驱动，选择n
 
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y #是否安装工具包，选择y
 
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]: #工具包安装地址，默认回车即可
 
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y 
#添加链接。注意这个连接，如果你之前安装过另一个版本的cuda，
#除非你确定想要用这个新版本的cuda，否则这里就建议选no，
#因为指定该链接后会将cuda指向这个新的版本
 
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y #安装样例，我默认到了home下
 
Enter CUDA Samples Location
 [ default is /root ]:  #样例安装地址默认即可
 
# ***安装信息***
Installing the CUDA Toolkit in /usr/local/cuda-8.0 ...
 
Missing recommended library: libXi.so
Missing recommended library: libXmu.so
#注意，这里出现了Missing recommended library错误，
#是因为博主在第一次安装时，没有添加最开始的那条安装相关依赖的指令，
#之后我添加了依赖后，再次安装，就没有Missing错误了
 
Installing the CUDA Samples in /root ...
Copying samples to /root/NVIDIA_CUDA-8.0_Samples now...
Finished copying samples.
 
===========
= Summary =
===========
Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-8.0
Samples:  Installed in /root, but missing recommended libraries
 
Please make sure that
 -   PATH includes /usr/local/cuda-8.0/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as root
 
To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/bin
 
Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/doc/pdf for detailed information on setting up CUDA.
 
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 8.0 functionality to work.
 
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
 
    sudo <CudaInstaller>.run -silent -driver
 
Logfile is /tmp/cuda_install_6388.log   
# ***安装完成***
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69

使用：

sudo gedit  ~/.bashrc
  • 1

打开“profile”文件，在末尾处添加（注意不要有空格，不然会报错):

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda
#注意这里不要写cuda几点几，因为我们要实现多版本切换
  • 1
  • 2
  • 3
  • 4

使配置生效：

source ~/.bashrc
  • 1

#5、测试cuda的Samples

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
  • 1
  • 2
  • 3

如果显示的是一些关于GPU的信息，则说明安装成功了。
安装完cuda8.0和9.0后我在这个目录下显示是这样的
image.png
同时home下有8.0和9.0的sample
image.png

#6、安装cudnn
首先去官网下载你需要的cudnn，下载的时候需要注册账号。选择对应你cuda版本的cudnn下载。
https://developer.nvidia.com/rdp/cudnn-archive
这里我观察了一下，看到cuda8.0和9.0都可以安装cudnn7.1.3，那么我就下它啦~

原来选的是7.1.4，但是不太清楚deb和Tar的区别。或者说不知道他能不能同时对8.0和9.0生效，为了生效，我决定麻烦点分布下载8.0和9.0对应的cudnn7.1.3然后分布配置一下。（有懂的大佬希望可以指教一下这里能不能直接共用一份7.1.3）而且因为切换cuda版本的时候要删除/usr/local/cuda这个软链接，所以我没有像官网那样复制.h到/usr/local/cuda，而是分布复制到了/usr/local/cuda-8.0和/usr/local/cuda-9.0

有deb和Tar包，安装哪个都可以，对应的安装方法见上图
是个压缩文件（.tgz）
image.png

大概思路是把cudnn解压缩得到的cuda（这个cuda只是一个文件名而已），把cudnn包里include和lib64里的.h文件全部复制到cuda8.0和9.0对应的的include和lib64文件里。

下载完cudnn之后进行解压，cd进入cudnn解压之后的cuda
文件目录，在命令行进行如下操作：
打开为9.0下载的cudnn

#复制头文件
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include/ 
sudo cp cuda/lib64/libcudnn*  /usr/local/cuda-9.0/lib64
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*
  • 1
  • 2
  • 3
  • 4

把刚才解压得到的cuda删了，再打开8.0下载的cudnn

sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include/  
sudo cp cuda/lib64/libcudnn*  /usr/local/cuda-8.0/lib64
sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*
  • 1
  • 2
  • 3

网上说的上面复制动态链接库其实就是上面的步骤，不用重复

#7、切换版本8.0和9.0

#切为9.0
sudo rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-9.0 /usr/local/cuda
#8.0和9.0来回改就可以
  • 1
  • 2
  • 3
  • 4

检查版本：nvcc --version
图示
image.png

perfect~
不懂请留言~

baobei0112
关注
专栏目录
吐血整理 亲测有用 3080ti cuda pytorch深度学习环境安装
qq_35724582的博客
10-23 6643
sudo add-apt repository ppa:graphics-drivers //更新源 sudo apt-get install nvidia-driver-470 nvidia-settings nvidia-prime sudo apt install nvidia-cuda-toolkit//不要用 3080ti cuda环境安装 nvidia-smi 不成功或者驱动安装不成功可能设置bios 安全模式关闭就可以了 sudo apt-get purege nvidia* //卸载之..
安装CUDA和CUDNN
weixin_46245702的博客
03-14 394
cuda,cudnn
CUDA与cuDNN是什么
ym62033的博客
07-17 321
CUDA相当于一个工作台，上面配有很多工具，如锤子、螺丝刀等，自己也可以添加工具。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，就像你想要拧个螺帽就要把扳手买回来。CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。可以让开发人员专注于设计和实现神经网络模型，而不是简单调整性能，同时还可以在GPU上实现高性能现代并行计算。
CUDA & CUDNN 安装
测试
11-17 302
2018 November 17 cuda CUDA & CUDNN 安装 一、cuda安装 1. 安装cuda_8.0.61 安装cuda_8.0.61到指定路径 ${HOME}/local/cuda_8.0.61 $ chmod a+x cuda_8.0.61_375.26_linux.run $ ./cuda_8.0.61_375.26_linux.run 2. 添加本地环境...
CUDA和CuDNN安装
Romaga的博客
10-21 1129
CUDA，CuDNN安装配置
CUDA和cudnn的安装
兀坐晴窗独饮茶
06-19 244
参考 https://blog.csdn.net/weixin_44170512/article/details/103990592 CUDA 和 TF的版本匹配(在最下面) : https://www.tensorflow.org/install/source_windows 准备步骤 最新版本的TensorFlow2.1.0匹配的是10.1版本的CUDA Toolkit 建议用迅雷下载 CUDA下载地址 : https://developer.nvidia.com/compute/cuda
CUDA 及 cudnn 的安装
Twenty_2的博客
08-27 642
GPU Acceleration 文章中需要CUDA==8.0 ， 首先将nvidia版本改为375,高于375应该都行 sudo apt-get install nvidia-375
Cuda和Cudnn安装
年少的勇气已经用完，剩下的就是三思而后行
04-20 1210
1、查看本机显卡 首先我们要确定本机是否有独立显卡，在计算机管理-设备管理器-显示适配器中，查看是否有独立显卡。 可以看到本机有一个集成显卡和独立显卡NVIDIA GetForce GTX 1050。 接下来，测试本机独立显卡是否支持CUDA的安装：查询显卡是否支持安装 。 从上图中，可以看到我本机的独立显卡是支持CUDA安装的，计算力是6.1。 2、CUDA下载 CUDA下载 这里我选了CUDA Toolkit 10.0的版本，至于选择哪个版本，个人认为应该没多大差别，一般就是看这个版本是否要求G
安装CUDA和cuDNN
仰望星空的博客
04-11 1076
升级NVIDIA驱动, 安装CUDA! CUDA历史版本: https://developer.nvidia.com/cuda-toolkit-archive cuDNN历史版本: https://developer.nvidia.com/rdp/cudnn-archive 一. 卸载原驱动 1.打开终端，先删除旧的驱动 sudo apt-get purge nvidia* 2.禁用自带的 nou...
Ubuntu 20.04 CUDA&cuDNN安装方法(图文教程)
09-14
在Ubuntu 20.04操作系统中安装CUDA和cuDNN是进行深度学习和高性能计算的重要步骤。CUDA是NVIDIA公司提供的一个并行计算平台，它允许开发者利用GPU的计算能力来加速应用程序。cuDNN（CUDA Deep Neural Network）则是...
12-2 cuda和cudnn安装1
08-08
总结来说，安装CUDA和cuDNN需要注意版本兼容性，包括CUDA、驱动和cuDNN，同时要处理可能出现的安装错误，如驱动不兼容、注册问题和路径配置等。正确配置后，可以充分利用GPU的并行计算能力，提升深度学习模型的训练...
安装CUDA Cudnn Pytorch(GPU版本）步骤
最新发布
qq_52806062的博客
07-23 441
1.打开NVIDIA控制面板2.点击帮助---系统信息--组件我的支持CUDA11.6。
关于ubuntu18.04系统安装从显卡驱动 cuda cudnn安装流程
weixin_71349425的博客
11-19 1003
关于ubuntu18.04系统安装从显卡驱动 cuda cudnn安装流程
CUDA和CUDNN安装和版本验证
jiexijihe945的博客
07-03 3483
使用CUDA开发AI项目必然离不开CUDA和CUDNN的安装，今天这篇文章就是教你怎么验证CUDA和CUDNN是否安装成功和验证版本是不是安装对了。1、方法还有很多，两个就够了2、如果环境有问题，大概率测试程序是跑不完的。
cuda 和 cudnn安装教程
qq_42152032的博客
06-22 788
cuda 版本查看：cat /usr/local/cuda/version.txt CUDA下载页面：CUDA Toolkit Archive | NVIDIA Developer 450.57选了cuda-11.0。建议采用run或本地rpm安装，是会安装与之匹配的版本。远程rpm安装会安装最新版本。 下载界面有相应的yum源配置代码。 cudnn安装 cudnn 版本查看： cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
CUDA、cuDNN安装
qq_36470994的博客
04-23 337
CUDA、cuDNN安装
【CUDA|CUDNN】安装
胡侃有料的博客
07-09 1346
显卡驱动安装参考之前的文章cuda、cudnn 安装。
cuda+cudnn安装
hushi19910329的博客
05-27 927
cuda+cudnn安装记录 环境配置 系统：ubuntu 18 显卡：rtx 2080ti cpu： e5 2678 v3 tensorflow-gpu=1.14 cuda=10.1 cudnn7.6.5 比较新的cuda已经自带显卡驱动了，所以已经不需要单独装显卡驱动了。。。 软件下载 准备传到网盘供下载。 cuda安装 将软件传到服务器上，进入软件目录： sudo sh cuda_10.1.105_418.39_linux.run 按照指示一路确认即可。 安装完后，要配置一下路径： vim ~/.
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