spack——一个跨平台的软件包管理工具,docs链接如下:https://spack.readthedocs.io/en/latest/
服务器管理员提示use spack to load cuda,那咱就照做咯
spack install cuda
发现已经安装(主要是获取cuda root)
spack install cudnn
等待安装(装好了才来写的博客所以没截图),
若要安装特定版本
spack versions cudnn
然后选一个版本安装
spack install cudnn@版本号
后面cuda和cudnn的root我都用/cuda_root/,/cudnn_root/代替
然后把cuda环境变量加到自己用户环境变量配置文件中
vim ~/.bashrc
然后按i通过添加:
export PATH="/cuda_root//bin:$PATH"
export CUDA_HOME=$PATH:/cuda_root/
export LD_LIBRARY_PATH="/cuda_root//lib64:$PATH"
到最后一行
之后别忘了
source ~/.bashrc
ps: debian下vim粘贴不能用右键,咱也没有管理员权限没法改vim配置,只能用ctrl+insert组合键来复制,shift+insert组合键来粘贴
然后把/cudnn_root/include/下的cudnn.h复制到/cuda_root/include/
cp /cudnn_root/include/cudnn.h /cuda_root/include/
然后把/cudnn_root/lib64/目录下的lib开头文件都复制到/cuda_root/lib64
cp lib64/lib* /usr/local/cuda/lib64/ # 复制动态链接库
然后删了原来的动态文件
sudo rm -rf libcudnn.so libcudnn.so.7
就是这俩红色的文件
然后用libcudnn.so.7.6.5重新生成(后面版本号之后可能会不同)
ln -s libcudnn.so.7.0.5 libcudnn.so.7 # 生成软衔接
ln -s libcudnn.so.7 libcudnn.so # 生成软链接
然后nvcc -V如下图
然后就可以了
另外,删除之前的pytorch-cpu之后再装gpu版本发现总是装成cpu版本
从conda新建一个环境就好了
conda create -n pytorch # 新建环境
conda activate pytorch # 切换环境
conda deactivate # 退出环境