显卡 、CUDA、CUDNN
目前来说用来进行深度学习研究领域的显卡都是采用英伟达产品的,学过操作系统的同学都知道,驱动程序对于发挥一个软件、硬件的性能极其重要。在英伟达的官网上,我们可以看到不同的显卡对应不同的驱动程序。
在网络上查看某显卡是否支持CUDA:查看地址
这里说的CUDA,实际就是CUDA-toolkit。CUDA相当于一个工具箱,用来使用nVidia显卡。比如锤子、电钻等。但是有的使用需要使用到小刀,CUDNN就是起到这样的作用。
注:我们使用nVidia安装成功后,使用nvidia-smi
命令可以查看显卡的使用情况,里面有个CUDA
这个有的坑人,它并不代表你已经安装成功了CUDA,而是代表CUDA的可以使用的最高版本。所以你之后你还是需要安装CUDA的。这里有点误导性。安装成功后可以使用nvcc
进行验证,是否安装成功。
安装CUDNN也需要查看是否和CUDA进行匹配:官方对应链接。
流程:安装nvidia驱动——>安装成功后,安装CUDA(CUDA安装包中含有驱动,可以选择性安装,如果之前安装过,不影响使用)——>进入~/.bashrc
配置环境变量——>使用nvidia-smi
命令查看是否安装显卡驱动成功——>使用nvcc
查看是否CUDA(即CUDA-toolkit)是否安装成功——>安装对应CUDNN环境。