一、 安装步骤
参考1.【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功
参考2.ubuntu 20.04 安装 cuda11.2 和cudnn8.2.1和pytorch1.10.0和tensorflow2.7.0(可能是最简单的安装方法,本人亲测成功)
在官网选择版本后,会出现安装命令:
安装完成后,注意查看提示。
如下提示,驱动不匹配,执行sudo sh cuda_11.6.0_510.39.01_linux.run --silent --driver即可注意提示:
根据提示,需要设置一下环境变量:
执行vim ~/.bashrc进行设置。设置完毕后,source ~/.bashrc。
一:安装Anaconda3详细步骤
安装Anaconda3详细步骤 - 知乎 (zhihu.com)
国内镜像源;Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
二: 【linux】conda环境安装
(630条消息) 【linux】conda环境安装_可乐大牛的博客-CSDN博客_linux安装conda
三:cuda11.2+tensorrt8.2+ubuntu20.04 环境配置
cuda11.2+tensorrt8.2+ubuntu20.04 环境配置 - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/515357788
四: cuda安装
Ubuntu18.04——切换gcc版本 / 报错解决: error -- unsupported GNU version gcc later than 10 are not supported
【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功
cuda各个版本: CUDA Toolkit Archive | NVIDIA Developer
三、cuda卸载
1. Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功
【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功_linux查看cuda是否安装成功_TangPlusHPC的博客-CSDN博客正如题目所言,最近笔者需要配置一台机器上的深度学习环境,即CUDA工具包和与之对应的cuDNN库,具体步骤如下。因为我已经装过了,为了教程演示,首先卸载CUDA工具包,利用其自带的卸载程序:检查本机是否有CUDA工具包,输入:在命令行输入查看显卡驱动版本也就是最高支持的CUDA工具包版本。例如,本机可安装11.2及以下的CUDA工具包:在nVidia官网选择对应版本的CUDA工具包并选择你的机器配置,我们就选择11.2.0版本下载,在终端执行如下命令:根据提示一步步安装键入确认。👇我们已.https://blog.csdn.net/tangjiahao10/article/details/125227005#comments_25033420(base) xuefei@f123:/usr/local/cuda-11.2/bin$ sudo ./cuda-uninstaller
[sudo] password for xuefei:
Successfully uninstalled
2. Cuda10.2自带cuda-uninstaller不能用时的暴力卸载/cuda暴力降级
3.环境配置之cuda的卸载(ubuntu)