Ubuntu完美安装显卡驱动、CUDA、cuDNN

文章目录

一. Ubuntu安装显卡驱动

Ubuntu安装显卡驱动最方便的方法:打开*附加驱动*,直接安装选项的*使用NVIDIA...*即可,一般来说安装第一个就行了。

在这里插入图片描述

安装好重启后终端输入:

nvidia-smi

在这里插入图片描述

有对应的输出则说明显卡驱动安装成功了。如果你的电脑是有核显和独显的,这个时候就能切换为核显正常进入Ubuntu系统了。

在这里插入图片描述

二. Ubuntu安装CUDA

上面输入nvidia-smi后会有一个版本数字,我们要安装的CUDA版本≤显卡驱动版本。即我上面的显卡驱动版本为12.2,那么我可以安装小于等于12.2版本的CUDA,如果你比较后发现可以安装11.8的版本的CUDA,我强烈推荐你按照这个版本。在不短的时间内,它是经典的不可撼动的存在,适配性很好。

打开官网:CUDA Toolkit Archive

找到CUDA Toolkit 11.8.0(如果你想安装别的版本的CUDA也是同理,选其他的即可),点击后根据你自己的电脑系统选择。博主的Ubuntu为22.04,选项供大家参考。

在这里插入图片描述

注意Installer Type选择runfile(local),接下来在任一文件夹下的终端依次输入(如果你是选择安装的是其他版本的CUDA,安装命令在上图的下面官方会给出,把下面对应的命令替换掉即可):

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo apt-get update
sudo apt-get upgrade
sudo apt install gcc
sudo sh cuda_11.8.0_520.61.05_linux.run

进入CUDA安装界面后按下面的选择操作,DriverKernel Objects不要勾选。移动到那个选项按Enter即可,之后Install.

在这里插入图片描述

接下来终端输入:

source ~/.bashrc

在打开的文件中的最后写入:

export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

默认路径应该是这样,建议去上面的路径看看有没有。

在这里插入图片描述

保存退出即可。最后在终端输入:

nvcc -V

有类似下图的输出则安装成功。

在这里插入图片描述

三. Ubuntu安装cuDNN

打开官网:cuDNN Archive | NVIDIA Developer,注意下面的cuDNN有对应版本的CUDA,不要安装错了。例如Download cuDNN v8.9.7 (December 5th, 2023), for CUDA 12.x就是对应的是12.x的版本的CUDA。Download cuDNN v8.9.7 (December 5th, 2023), for CUDA 11.x就是对应的是11.x的版本的CUDA。博主安装的是CUDA11.8,这里我选择cuDNN v8.9.7进行安装。这里选择Local Installer for Linux x86_64 (Tar),注意需要注册或者登录你的NVIDIA账号才能进行下载。

在这里插入图片描述

下载完成后参照官方安装步骤:Installing cuDNN on Linux — NVIDIA cuDNN v9.2.1 documentation,即下图。

在这里插入图片描述

我这边直接放出相关命令方便大家。先把下载下来的tar文件解压,之后在终端依次输入:

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*

最后使用下面命令检测cuDNN是否成功安装:

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

有类似下面输出则成功安装cuDNN,那三个数字就是你的版本号。

在这里插入图片描述


至此,Ubuntu完美安装显卡驱动、CUDA、cuDNN。

  • 15
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Ubuntu安装显卡驱动CuDNNCUDA和PyTorch可以按照以下步骤进行: 1. 安装显卡驱动:可以通过以下几种方式安装显卡驱动: - 通过"Software & Updates"工具在“Additional Drivers”选项卡中选择一个适用于您的显卡型号的驱动程序,并点击“Apply Changes”进行安装。 - 通过命令行使用`ubuntu-drivers devices`命令查看可用的驱动,然后使用`sudo ubuntu-drivers autoinstall`命令自动安装推荐的驱动。 2. 安装CuDNNCuDNN是NVIDIA加速库,可提供用于深度学习的GPU加速功能。可以按照以下步骤安装CuDNN: - 前往NVIDIA官方网站,下载适用于您的CUDA版本的CuDNN压缩文件(通常需要注册NVIDIA开发者账号)。 - 将CuDNN压缩文件解压缩到一个合适的位置,例如`~/cuda`文件夹。 - 打开终端,使用`cd`命令进入CuDNN解压缩文件的路径,并执行以下命令安装CuDNN: ``` sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 3. 安装CUDACUDA是用于在NVIDIA GPU上进行并行计算的平行计算平台和API。可以按照以下步骤安装CUDA: - 前往NVIDIA官方网站,选择适用于您的显卡和操作系统的CUDA版本,并下载对应的运行文件(通常需要注册NVIDIA开发者账号)。 - 打开终端,使用`cd`命令进入CUDA运行文件所在的目录,并执行以下命令安装CUDA: ``` sudo sh cuda*.run ``` - 执行安装向导中的步骤,根据提示进行安装配置,包括选择安装路径和设置环境变量。 - 安装完成后,可以通过执行`nvcc --version`命令验证CUDA安装情况。 4. 安装PyTorch:PyTorch是一个用于构建深度学习模型的开源Python库。可以按照以下方式安装PyTorch: - 打开终端,执行以下命令安装PyTorch: ``` pip install torch torchvision ``` - 在安装过程中,可能需要下载和编译一些依赖项。请耐心等待安装完成。 安装完成后,您可以在Ubuntu上使用显卡驱动CuDNNCUDA和PyTorch进行深度学习任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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