Ubuntu 20.04配置cuda-toolkit-11-4以及cuDNN一遍过


ubuntu截图方法:
加个Ctrl键,截图保存到剪贴板:

Ctrl+PrtSc:截取整个屏幕保存到剪贴板(类似windows全屏幕截图)
Ctrl+Alt+PrtSc:截取当前窗口保存到剪贴板(类似windows窗口截图)
Ctrl+Shift+PrtSc:任意选取矩形区域截图保存到剪贴板(类似windows矩形截图)

一、配置好显卡驱动

按照我之前的这篇博文进行配置:
https://blog.csdn.net/sjjsbsbbs/article/details/123791491

二、cuda-toolkit-11-4

1、观察自己显卡最高支持的版本

打开终端,输入:

nvidia-smi

观察右上角最高支持的版本,后续安装不高于这个版本,我的显卡(3050显卡)最高支持11.6。

2、下载CUDA

可直接去官网下载所需版本:
https://developer.nvidia.com/cuda-toolkit-archive
如果你的显卡支持11.4,也可直接运行下述语句:
下载CUDA:

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda-repo-ubuntu2004-11-4-local_11.4.0-470.42.01-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-4-local_11.4.0-470.42.01-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu2004-11-4-local/7fa2af80.pub
sudo apt-get update

再安装cuda-toolkit

apt-get install -y cuda-toolkit-11-4

测试一下cuda-samples

cd /usr/local/cuda-11.4/samples/4_Finance/BlackScholes
make BlackScholes
./BlackScholes

如果出现下面的结果,代表成功了:

输入nvcc -V,查看版本信息,如果出现11.4或你自己下载的就说明成功了,如果出现的版本不对,那就是nvcc指向不对,需要进行修改,指向自己的CUDA。
执行

cd /usr/bin
vi /usr/bin/nvcc

没有vi就先下载,sudo apt-install vim
输入i进行修改,中间的cuda-11.4改成自己的版本就行,保存完成后esc退出,最后执行:wq!强制保存,

完成后再次输入:

nvcc -V

如果是自己下载的对应版本说明成功了。

三、安装cuDNN

先去官网进行下载:
https://developer.nvidia.cn/rdp/cudnn-archive
需要找到和CUDA对应的版本,要下载三个deb文件:

点击对应的xxx for CUDA11.4,然后会出现如下的列表:

下载这三个:

下载好后会保存在本地的Dowload文件夹,cd到这个文件夹下,然后依次执行下列代码,输入前面的,按下tab键自动补全:

sudo dpkg -i libcudnn8_+tab键
sudo dpkg -i libcudnn8-dev+tab键
sudo dpkg -i libcudnn8-samples+tab键

接下来执行下述语句:
#复制cuDNN samples到home目录下

cp -r /usr/src/cudnn_samples_v8 /$HOME

#进入home目录

cd $HOME/cudnn_samples_v8/mnistCUDNN/

#编译mnistCUDNN

sudo make clean
sudo make

#运行mnistCUDNN

sudo ./mnistCUDNN

执行

sudo make

#运行mnistCUDNN

sudo ./mnistCUDNN

显示test passed说明安装成功。
但是执行:

sudo make

时候,可能会报错:

1 | #include "FreeImage.h"
  |          ^~~~~~~~~~~~~

此时安装:

sudo apt-get install libfreeimage3 libfreeimage-dev

如果安装不成功,可能是源的问题,则需要配置国内源了。
参考下列博客:
https://blog.csdn.net/weixin_45712255/article/details/108017677
最后重新执行一遍
执行

sudo make

#运行mnistCUDNN

./mnistCUDNN

如果显示test passed说明安装成功。
至此,安装完成

  • 5
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
安装 PyTorch GPU 版本需要先安装 CUDAcuDNN。以下是在 Ubuntu 20.04 上安装 PyTorch GPU 版本的步骤: 1. 安装 CUDA 11.7 可以从 NVIDIA 官网下载 CUDA Toolkit 11.7 的安装包,选择适合自己系统的版本进行下载,下载地址为:https://developer.nvidia.com/cuda-downloads 下载完成后执行以下命令进行安装: ``` sudo sh cuda_11.7.0_<version>_linux.run ``` 安装过程中需要选择安装路径,一般选择默认路径即可。 2. 安装 cuDNN 8.2.2 前往 NVIDIA 官网下载 cuDNN 8.2.2 的安装包,下载地址为:https://developer.nvidia.com/cudnn-download-survey 注册一个 NVIDIA 开发者账号后就可以下载了。 下载完成后解压文件,并将 cuDNN 目录下的文件复制到 CUDA 的安装目录下的对应文件夹中。 ``` cd <path_to_cudnn_folder> sudo cp -P include/cudnn*.h /usr/local/cuda-11.7/include sudo cp -P lib64/libcudnn* /usr/local/cuda-11.7/lib64/ sudo chmod a+r /usr/local/cuda-11.7/include/cudnn*.h /usr/local/cuda-11.7/lib64/libcudnn* ``` 3. 安装 PyTorch 推荐使用 Anaconda 或 Miniconda 进行安装。 先创建一个新的环境: ``` conda create --name pytorch_gpu python=3.9 conda activate pytorch_gpu ``` 然后安装 PyTorch: ``` conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c conda-forge ``` 安装完成后可以通过以下命令测试是否安装成功: ``` python -c "import torch; print(torch.cuda.is_available())" ``` 如果输出为 True,则说明安装成功。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

血狼傲骨

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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