第一:根据论文代码pytorch或者tensorflow的版本需求,确定cuda下载版本
pytorch与cuda的版本
第二:cuda下载(使用翻墙软件,更快打开网页)
cuda链接
个人推荐install Tpye选择deb[local],安装步骤只需要复制Base Install中的命令。(其中,为了更快下载安装文件,可以将第一条和第三条命令中的网址直接复制来下载)
环境变量的配置:
在终端输入:
sudo gedit ~/.bashrc
export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
关闭bashrc文件,在终端输入
source ~/.bashrc
第三:cudnn下载,并将cudnn解压。解压后cudnn有lib64和include两个文件夹,将对应文件复制到cuda的相应位置。(一共要复制5个文件)
例如:sudo cp cudnn.h ///include/cudnn.h
sudo cp libcudnn.so ///lib64/libcudnn.so
第四:对复制后的cudnn文件修改其权限。(一共要修改5个文件)
例如在include文件夹内,在终端输入:
sudo chmod 777 cudnn.h
注:如果需要安装cudnn8.x,可参考该教程