【全面】Centos7安装CUDA和cuDNN

最新推荐文章于 2024-08-20 17:36:33 发布
最新推荐文章于 2024-08-20 17:36:33 发布
阅读量2k 收藏 2
点赞数 1
分类专栏： 计算机软件 机器学习 Python 文章标签： linux cuda
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_29750461/article/details/106136287
版权
本文提供了一步一步的指南，详细解释如何在CentOS7系统下安装CUDA和cuDNN。首先确认电脑已安装GPU和显卡驱动，接着准备GCC环境。然后，下载并安装CUDA 10.1，注意在安装过程中不选择Nvidia驱动。最后，配置CUDA环境变量，并安装cuDNN，将相关文件复制到cuda目录下，确保权限设置正确，并验证安装成功。
摘要由CSDN通过智能技术生成
本文讲解如何在centos7系统下下载安装CUDA和cuDNN,以下命令均在root权限下使用
1 确认电脑上已安装了GPU和显卡驱动

.检查GPU是否安装及型号
lspci | grep nvidia
检查Nvidia驱动版本
nvidia-smi

1 准备环境，一般来讲安装都需要GCC环境

输入 gcc -v 查看是否已经安装过 gcc，或者使用命令 rpm -qa | grep “gcc*” 来检查，如果安装过，此命令一般是空的，不会报异常信息
一般来讲Centos7,默认 gcc是 4.8.5 如果没有安装的话，需要手动安装：
yum install gcc
yum install gcc-c++
另外，验证系统是否安装了正确的内核头文件和开发包，这个如果安装过，会直接命令行提示已经安装，如果没有，则命令会进行安装
yum install kernel-devel- ( u n a m e − r ) k e r n e l − h e a d e r s − (uname -r) kernel-headers- (uname

最低0.47元/天 解锁文章
qq_29750461
关注
专栏目录
多模态大模型：技术原理与实战 部署环境准备
程序员光剑
05-23 871
多模态大模型：技术原理与实战 部署环境准备 作者：禅与计算机程序设计艺术 1. 背景介绍 1.1 多模态学习的兴起 近年来，随着深度学习技术的飞速发展，人工智能领域取得了突破性进展。其中，多模态学习作为人工智能领域
centos7安装+nvidia驱动+cuda+cudnn安装
数据之心-小赵
03-04 687
centos7 系统安装 1.进入安装界面按e进行编辑 2.将vmlinuz initrd=initrd.img inst.stage2=hd:LABEL=CentOS\x207\x20x86_64 quiet修改为 vmlinuz linux dd quiet，然后ctrl+x查看linux安装系统所在u盘位置，如sdb4，reboot重起 3.e进入编辑，将vmlinuz initrd=initrd.img inst.stage2=hd:/dev/sdb4 quiet，ctrl+x，正式进入安..
CentOS7安装NVIDIA显卡驱动+CUDA+CuDNN
专注于Python编程技术的分享与交流，致力于帮助开发者提升编程技能，解决实际问题，探索Python的无限可能。
06-21 6094
官网下载对应版本：https://developer.nvidia.com/cuda-toolkit-archive。1.下载地址：https://developer.nvidia.com/rdp/cudnn-download。2.取消选中Driver ，已经安装了显卡驱动之后，这里会导致冲突报错，一定要取消！测试 CUDA 命令，显示如下证明成功！#安装显卡版本过低错容易出现以下错误。执行以下命令，检查cudnn的安装。如出现以下输出，则安装成功。#用sh命令安装CUDA。cuda版本和驱动版本。...
Centos7配置深度学习环境 CUDA 11.8+PyTorch 2.2.2
最新发布
x737686314的博客
08-20 1128
但如果是普通用户安装，需设定安装路径为用户主目录下，光标移动到Change Toolkit Install Path按回车，手动修改安装路径后按回车退出路径配置界面。根据自己要求选择服务，我们只安装CUDA Toolkit 11.8，光标分别移动到Driver、CUDA Demo Suite 11.8、CUDA Documentation 11.8，按空格键，去掉选择。光标移动到Done按回车，退出配置界面，回到开始界面，光标移动到Install按回车，开始安装，安装完成如下图。
centos7 安装cuda和cudnn
woshiliulei0的专栏
06-29 870
https://www.dazhuanlan.com/2019/09/27/5d8e20af422d2/
1.centos7 安装显卡驱动、cuda、cudnn
malingyu的专栏
09-27 3675
在网站选择对应版本：https://developer.nvidia.com/cuda-toolkit-archive。说明，cuda文件夹的内容与cuda-11.1文件夹的内容是一样的。找到2230号码，进入如下网址，找到显卡具体型号。生效，source ~/.bashrc。步骤3：根据型号下载显卡驱动。其中有是否32位，选择否。解压后文件夹为：cuda。步骤2：查询显卡版本。步骤3：配置环境变量。
CentOS7（64位）安装NVIDIA显卡驱动和CUDA8.0
DrugAI
06-11 3万+
硬件环境： 显卡驱动下载；http://www.geforce.cn/drivers点击打开链接 CUDA下载：https://developer.nvidia.com/cuda-downloads点击打开链接 CentOS7（64位）安装NVIDIA显卡驱动和CUDA-8.0 检查是否安装了GPU： lspci | grep -i nvidia ...
机器学习与深度学习工具Python、Pytorch、PyCharm、CUDA、Cudnn安装大全_超全面、简单有效快速、避免踩坑_不使用Anaconda
StringEast的博客
03-21 2468
最近恢复了一下操作系统，很多安装程序都没了。 想起Anaconda、Cuda和Pytorch安装时会出现一些问题，就将安装工具包的简单有效快速的方法分享一下，避免踩坑。由于篇幅太长，故分为两篇文章。 本文介绍不使用Anaconda的安装方式（毕竟Anaconda占用空间大）。 下文介绍使用Anaconda放到安装方式。
DeepFace【部署 04】轻量级人脸识别和面部属性分析框架deepface使用Docker部署CPU+GPU两个版本及cuDNN安装_deepface要求cudnn版本8
2401_84281748的博客
05-04 1096
这个警告通常出现在使用Docker的host网络模式时，因为在这种模式下，容器与主机共享相同的网络命名空间，因此容器中的端口将直接映射到主机上，而不需要进行端口转发。对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。费时一周整理的160+网络安全面试题，金九银十，做网络安全面试里的显眼包！对于有1-3年工作经验，想要跳槽的朋友来说，也是很好的温习资料！，选择平台和对应的版本进行下载，本次下载的为。【完整版领取方式在文末！
这可能是第一篇比较全的ERNIE踩坑笔记——Centos下玩转ERNIE
a1058420631的博客
05-15 3991
最近要做一个中文文本匹配的任务，看到百度刚刚发布了sota的模型（中文任务全面超越BERT：百度正式发布NLP预训练模型ERNIE），所以想拿来用一下，但是相对于大火的google发布的Bert，实践ERNIE模型的博客非常少，于是自己跑通模型后写了这篇博客记录一下遇到的坑，如果对小伙伴们有帮助那便是极好的。 因为论文是基于百度的开源框架paddlepaddle，可以说相比较深度学习大火的te...
【亲测】centos 7 下安装cuDNN
沈万三爱搬砖的博客
11-21 1万+
【亲测】centos 7 下安装cuDNN【参考】 http://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html 【文件准备】 cuda_8.0.61_375.26_linux.run cudnn-8.0-linux-x64-v5.1.tgz 【步骤】 切换到压缩包所在位置，解压 $ tar -xzvf cudnn-8.0-lin
CentsOS-7安装CUDA和CUDNN
zzq0505的博客
08-18 2714
Centos-7安装CUDA和CUDNN
centos 安装cuda cudnn
kui9702的博客
07-17 1073
centos 安装cuda cudnn #禁用nouveau [root@localhost cuda] # sudo vim /etc/modprobe.d/blacklist.conf blacklist nouveau options nouveau modeset=0 [root@localhost cuda]# sudo dracut --force [root@localhost cuda]# reboot # 查询是否成功禁用nouveau 如果没有结果说明禁用成功 [root@local
centos 7.6 / ubuntu 18 安装cuda 11.4
hanweixiao的博客
01-22 651
centos/ubuntu 安装cuda
下载cuda和cudnn（11.8版本）
热门推荐
weixin_70285813的博客
05-29 3万+
官方教程。
centos7.9系统安装cuda+cudnn+pytorch+python
binglihan的博客
09-13 3571
centos7.9安装显卡驱动+cuda+cudnn+pytorch
Centos 7 安装 Nvidia GPU 驱动
zhihuichen的博客
10-27 2114
一、 安装准备 前提服务器上有支持CUDA的Nvidia GPU，查看支持CUDA的GPU列表：https://developer.nvidia.com/cuda-gpus 查看Linux服务器是否有GPU的简单命令（查看显卡信息）： lspci | grep -i nvidia 验证系统是否是受支持的Linux版本 uname -m && cat /etc/redhat-release 验证系统是否有GCC编译环境，没有的话需要先安装GCC. gcc -v 二、 开始安装 下载驱
基于Centos7安装cuda 10
忘记旧账号的运维~
10-26 4840
gpu 驱动安装
centos7安装cuda10.1和cudnn
06-28
### 回答1： 安装CUDA10.1和Cudnn所需的步骤如下： 1. 安装CUDA10.1： a) 下载安装包：从NVIDIA官网下载适合自己系统的CUDA10.1安装包。 b) 安装CUDA：使用命令行或图形界面按照CUDA安装向导完成CUDA10.1的安装。 c) 设置环境变量：在.bashrc文件中添加以下环境变量： export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH 2. 安装Cudnn： a) 下载Cudnn：从NVIDIA官网下载适合自己系统的Cudnn安装包。 b) 安装Cudnn：使用命令行或图形界面按照Cudnn安装向导完成Cudnn的安装。 c) 设置环境变量：在.bashrc文件中添加以下环境变量： export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH 3. 检查安装： a) 使用命令行检查CUDA版本：输入“nvcc -V”，如果输出正常则表示CUDA安装成功。 b) 使用命令行检查Cudnn版本：输入“cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR”，如果输出正常则表示Cudnn安装成功。 安装完毕后，即可开始进行深度学习等相关任务的工作。 ### 回答2： 在CentOS 7上安装CUDA 10.1和CUDNN需要以下步骤： 1.下载CUDA 10.1和CUDNN的安装文件 首先需要从NVIDIA官方网站下载CUDA 10.1和CUDNN的安装文件。推荐下载runfile方式的安装文件。 2.关闭X服务器 sudo systemctl set-default multi-user.target sudo systemctl isolate multi-user.target 3.安装CUDA 10.1 使用root权限执行以下命令： chmod +x cuda_10.1.105_418.39_linux.run sudo ./cuda_10.1.105_418.39_linux.run --override 安装过程中会询问一些选项，推荐以下设置： 1）安装目录 /usr/local/cuda-10.1 2）安装cuda工具/驱动等全部 3）不安装CUDA示例 安装完成后，需要将CUDA路径加入PATH环境变量中： echo "export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}" >> ~/.bashrc echo "export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}" >> ~/.bashrc source ~/.bashrc 4.安装CUDNN 将下载好的cudnn安装文件拷贝到/usr/local/cuda-10.1目录下： sudo tar -xzvf cudnn-10.1-linux-x64-v7.6.5.32.tgz sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64/ sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn* 5.检查安装 输入以下命令检查安装情况： nvcc -V cat /usr/local/cuda-10.1/include/cudnn.h | grep CUDNN_MAJOR -A 2 如果输出包含CUDA版本和CUDNN版本号，则安装成功。 6.打开X服务器 sudo systemctl set-default graphical.target sudo systemctl isolate graphical.target 以上就是在CentOS 7上安装CUDA 10.1和CUDNN的全部步骤。使用CUDA和CUDNN时，记得将需要使用GPU的程序设置为使用CUDA。 ### 回答3： CentOS7系统作为一款优秀的操作系统，不仅支持Linux操作系统的所有功能与特性，而且还能够安装CUDA10.1和CUDNN这样的深度学习框架，这样就可以利用之前开发的深度学习框架和工具包来进行更好的人工智能和深度学习的研究和开发。下面是具体的操作步骤和安装方法。 一、安装CUDA10.1 1. 准备工作：在CentOS7中首先需要安装一些必要的库文件和依赖库，包括GCC和G++编译器、CUDA存储库的RPM包、CUDA和NVIDIA驱动程序的repo等等，具体安装方法可以在NVIDIA官网上面找到，以CentOS7.x为例，指令如下： sudo yum install epel-release sudo yum install cuda sudo yum install cuda-drivers 2. 安装过程：在CentOS7中安装CUDA10.1非常容易，只需要执行以下命令即可。 sudo rpm -i cuda-repo-rhel7-10.1.168-1.x86_64.rpm sudo yum clean expire-cache sudo yum -y install cuda 二、安装CUDNN 1. 下载CUDNN：首先必须到NVIDIA官方网站上下载CUDNN软件包，然后将其解压缩到本地文件夹中，解压后的文件夹需要将其加入LD_LIBRARY_PATH。 2. 复制文件：在解压后的目录中，找到适合当前操作系统版本的.lib和.include文件，并将其复制到对应的CUDA文件夹中。比如： sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include sudo cp cuda/lib64/libcudnn_* /usr/local/cuda-10.1/lib64 sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda10.1/lib64/libcudnn_* 3. 配置环境变量：最后需要配置CUDNN库的环境变量，以便于在后续的开发中调用这些库函数。 echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc 以上就是在CentOS7上安装CUDA10.1和CUDNN的完整操作步骤和方法，如果按照以上步骤操作不出现错误，那么就可以开始利用这些工具来进行更深入的人工智能和深度学习的开发和研究了。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值