CUDA Toolkit Archive | NVIDIA Developer
去这个找对应的cuda版本安装 选x86 runfile
然后执行命令,注意安装的时候不要安装驱动,把这个取消掉
安装最后会问“A symlink already exists at /usr/local/cuda. Update to this installation?”
选no的话就是不改变这个阮连接,他仍指向之前的cuda版本。
sudo rm -rf cuda 移除之前的阮连接
sudo ln -s /usr/local/cuda-10.1 /usr/local/cuda 建立新的阮连接
vim ~/.bashrc打开环境变量文件,进入vim界面。输入字母i,进入编辑模式
\\在bashrc文件中输入以下命令,注意修改你的cuda版本
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
export PATH=$PATH:/usr/local/cuda-11.1/bin
# export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.1
export CUDA_HOME=/usr/local/cuda-11.3
这里改了还不行 但我加上下面就可以了
-
export PATH=/usr/local/cuda-11.2/bin:$PATH
-
export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64:$LD_LIBRARY_PATH
输入完成后,点击esc键并输入:wq!,再按esc键退出vim。
然后保存退出 source ~/.bashrc
这样虽然nvcc-ersion是11.2了,但是print(torch.version.cuda)还是11.1
因为安装pytorch时候的cuda和cudnn是他自己装的。跟额外装的cuda和cudnn没有关系。
【深度学习】卸载不同版本的Cuda - 知乎卸载cuda和cudnn就看这个文章。
---
下载cudnn:
cuDNN Archive | NVIDIAan Developer去昭linux tar包下载。
tar -xvf cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive.tar.xz
cd cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive
sudo cp lib/* /usr/local/cuda-11.2/lib64/
sudo cp include/* /usr/local/cuda-11.2/include/
sudo chmod a+r /usr/local/cuda-11.2/lib64/*
sudo chmod a+r /usr/local/cuda-11.2/include/*
即图片,安装了8.4.0
查看cuDNN版本,旧版本指令为cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A2,新版本有更新,将cuDNN版本信息单拉了一个文件名为cudnn_version.h,所以新版本查看cuDNN版本的命令为cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
安装pytorch
我们找对应的cuda版本安装,然后再选pytorch版本。