ubuntu20.04的CUDA、cudnn、pytorch快速安装

一九零零1900

已于 2022-09-03 11:07:00 修改

阅读量822

点赞数 2

文章标签：深度学习人工智能 ubuntu linux

于 2022-05-16 09:29:58 首次发布

本文链接：https://blog.csdn.net/qq_43012839/article/details/124793179

版权

cuda11.2安装

cuda和cudnn文件百度网盘下载链接: https://pan.baidu.com/s/1Z9DI9HmSrK3h_THTCMSR6Q 提取码: 5j60

修改显卡驱动，在软件和更新-附加驱动中选择460，并应用更改

输入nvidia-smi查看当前显卡支持的CUDA版本

nvidia-smi

打开cuda文件所在目录，运行

sudo sh cuda_11.2.0_460.27.04_linux.run

选择continue,输入accept

配置第一个driver不选

添加环境变量，在～/.bashrc中添加

export PATH=/usr/local/cuda/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

打开新的终端，测试输入

nvcc -V

cudnn安装

在终端打开cudnn所在目录，可以看到有一个cuda文件夹，终端运行

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

sudo cp cuda/include/cudnn_version.h /usr/local/cuda/include/

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

安装测试，运行

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

出现若干#define CUDNN则代表成功

pytorch 安装

pip3 install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

测试是否安装成功

import torch

from torch.backends import  cudnn

#判断是否安装了cuda

print(torch.cuda.is_available())  #返回True则说明已经安装了cuda


#判断是否安装了cuDNN

print(cudnn.is_available())  #返回True则说明已经安装了cuDNN

print(torch.__version__)

print(torch.version.cuda)

print(torch.backends.cudnn.version())