[安装教程] Ubuntu20.04 安装 cuda、cudnn

【2021.10.22 更新】

安装并检查driver

• 查看GPU driver版本：nvidia-smi，注意右上角的CUDA版本，该版本为driver支持的最大CUDA版本。

安装cuda

• 下载cuda：官网下载， 可以选择历史版本Archive of Previous CUDA Releases。下载完成后，按照网页提示安装即可。选择安装的内容时，需要将driver去除，因为你已经安装了driver。
• 打开~/.bashrc(为当前用户安装cuda)或者/etc/profile(所有用户安装cuda)，添加以下两句

  # add cuda path   
  export PATH="/usr/local/cuda-11.1/bin:$PATH"
  export LD_LIBRARY_PATH="/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH"
  

  然后source ~/.bashrc 或者 /etc/profile
• 测试是否安装成功：nvcc -V

安装cudnn

• 下载cudnn：官网下载， 推荐下载deb文件。注意对应的ubuntu版本，3个deb都要下载。
  - 安装cudnn：sudo dpkg -i libcudnn8-xxx，先runtime，后dev，最后samples。 官方安装指南
• 测试是否安装成功： 官方测试指南
  • sudo cp -r /usr/src/cudnn_samples_v8/ ~/
  • cd ~/cudnn_samples_v8/mnistCUDNN/
  • sudo make clean
  • sudo make

  • 如果make的时候出现test.c:1:10: fatal error: FreeImage.h: No such file or directory，执行这条命令即可：sudo apt-get install libfreeimage3 libfreeimage-dev。

  • sudo ./mnistCUDNN
  • 出现Test passed!既是成功！
• 卸载cudnn：首先查找安装的cudnndpkg -l | grep cudnn，然后用sudo dpkg -r libcudnn8-xxx依次卸载samples，dev和runtime即可。

实测可用参考链接

---

注意事项

手动配置tensorflow-gpu的重点在于版本匹配，主要包括：

1. NVIDIA的驱动版本与CUDA版本兼容
   driver与CUDA版本对应关系
   命令行下载安装CUDA（或 sudo apt-get install cuda-toolkit-10-0）
   各版本CUDA下载链接
   CUDA安装指南
   查看可用GPU：$ lspci | grep -i nvidia
   查看linux版本：$ uname -m && cat /etc/*release
   查看驱动版本：$ nvidia-smi
   查看当前安装的cuda版本：$ cat /usr/local/cuda/version.txt

2. CUDA版本与cuDNN兼容 CUDA与cuDNN版本对应关系

3. tensorflow与CUDA版本兼容 tensorflow与CUDA版本对应关系
   查看安装的tensorflow版本：$ conda list
   安装特定版本的tensorflow：$ pip install tensorflow-gpu==1.14.0

GPU，CUDA，cuDNN的理解

---

如果已经安装了显卡驱动，在cuda的安装过程中，请勿安装cuda自带的驱动，要在那一项选择n。否则可能会导致电脑在开机之后会进入无限登录的循环。
如果不幸导致无限登录循环，请按ctrl+alt+F1进入文本模式，卸载所有显卡驱动，具体可参考这篇博客。解决无限登录