安装cuda+cudnn

cocapop

已于 2023-05-07 22:39:55 修改

阅读量485

点赞数

分类专栏：安装软件/包_系统问题文章标签：深度学习 pytorch 人工智能

于 2023-03-20 11:15:27 首次发布

本文链接：https://blog.csdn.net/cocapop/article/details/129663599

版权

安装软件/包_系统问题专栏收录该内容

15 篇文章 0 订阅

订阅专栏

该文提供了在Ubuntu20.04上安装CUDA11.6、CUDNN以及PyTorch的详细步骤，包括检查显卡兼容性、禁用nouveau、安装驱动和CUDA工具包，以及配置环境变量进行测试。此外，还提到了如何下载和安装CUDNN，以及验证安装成功的技巧。

摘要由CSDN通过智能技术生成

step1.安装cuda+cudnn：

0.检查型号：

lspci | grep -i nvidia

1.检查自己显卡能安装什么版本的cuda:CUDA GPUs - Compute Capability | NVIDIA Developer

知道自己显卡型号并查询下载：官方驱动 | NVIDIA

2.安装cuda：CUDA Toolkit Archive | NVIDIA Developer

3.安装 cudnn：cuDNN Download | NVIDIA Developer

4.安装pytorch： Start Locally | PyTorch

Cuda安装

ubuntu20.04神舟安装步骤：

1.sudo gedit /etc/modprobe.d/blacklist.conf

在最后写入

blacklist nouveau
options nouveau modeset=0

然后终端输入

sudo update-initramfs -u #应用更改

2.安装显卡（20.04自己会安装

ps.18.04下载对应版本驱动
sudo chmod a+x NVIDIA-Linux-x86_64-465.31.run
sudo ./NVIDIA-Linux-x86_64-465.31.run -no-opengl-files
3.输入nvidia-smi检查自己cuda支持的最高版本，并根据以后要使用的pytorch和tensorflow选择自己需要的cuda版本。这里cuda最高支持12.1。但是我们选择下载cuda11.6版本

4.cuda11.6下载链接：CUDA Toolkit 11.6 Downloads | NVIDIA Developer

4-1.安装一些相互依赖的库文件,在终端运行下面指令：
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
5.终端依次输入第一条命令，并在下载目录下打开终端输入第二条命令
$wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda_11.6.0_510.39.01_linux.run
$sudo sh cuda_11.6.0_510.39.01_linux.run
例如，这里下载在桌面，则直接在终端输入
sudo sh cuda_11.6.0_510.39.01_linux.run
6.弹框选择continue，然后输入accept

等待后显示下图，取消第一个driver，然后在Install回车

出现下图，选择yes，并显示如下。

7.配置cuda环境，根据自己的cuda版本（可以去文件路径下查看一下对应的是否正确
sudo gedit ~/.bashrc
export PATH=/usr/local/cuda-11.6/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source ~/.bashrc
8. CUDA测试，终端输入nvcc -V。

可以看到输出Cuda compilation tools, release 11.6, V11.6.55

cuDNN安装

1.去官网cuDNN Archive | NVIDIA Developer。选择对应版本的cuDNN,因为我的CUDA是11.6版本的，选择第二个。

这个也选第二个，tar版本的。（需要注册nvidia账号，邮箱注册好之后可以直接下载

2.从‘下载’文件夹下把东西移动到自己新建的‘cudnn’文件夹中，然后依次输入（改成自己文件夹的名字，不要直接复制！！
$xz -d cudnn-linux-x86_64-8.9.0.131_cuda11-archive.tar.xz
$tar xf cudnn-linux-x86_64-8.9.0.131_cuda11-archive.tar
3.终端依次输入（这个可以直接复制
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*
4.终端测试cudnn是否下载成功
cat /usr/local/cuda-11.6/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

Win10安装cuda+cudnn参考：

Windows10安装Pytorch的完整安装教程_windows 安装pytorch_知行达摩院的博客-CSDN博客

win10的pytorch安装（初学者经验总结）_win10 pytorch_三思为上策的博客-CSDN博客

三十分钟在Windows10安装Anaconda+Pytorch+Cuda

【Windows】Win10的anaconda安装+Anaconda更换镜像源+conda常用指令_win10 anaconda换源

MX450英伟达链接：GeForce MX450 笔记本电脑显卡 | NVIDIA

GeForce MX450 笔记本电脑显卡 | NVIDIA GeForce MX450 笔记本电脑显卡 | NVIDIA

Ubuntu20.04

Q：nvidia-smi No devices were found

ubuntu-drivers devices

sudo apt install nvidia-driver-525-server

reboot

===========
= Summary =
===========

Driver:   Not Selected
Toolkit: Installed in /usr/local/cuda-11.7/

Please make sure that
-   PATH includes /usr/local/cuda-11.7/bin
-   LD_LIBRARY_PATH includes /usr/local/cuda-11.7/lib64, or, add /usr/local/cuda-11.7/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-11.7/bin
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 515.00 is required for CUDA 11.7 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 /var/log/cuda-installer.log