https://www.cnblogs.com/blog4ljy/p/9281592.html
无论 win 还是 linux,cuda 都需要下载安装包来安装的。而 cudnn,无论win,还是 linux,它都只是一个库,并不存在安装过程,下载下来 解压到对应位置即可。
二 ,我联想的双3090,服务器输入 nvidia-smi,后看到如下:
虽然看到 CUDA Version:12.但 它不表示 已经安装了 cuda 12了,只是表示
CUDA最高支持12.0版本 ,本希望可以安装12.0以下的版本。
特别注意:
如果你显卡是 30系列的显卡,一定要 安装 cuda 11
30 系列显卡是新一代架构,新驱动不支持 cuda 9 以及 cuda 10,所以必须安装 cuda 11
其实最简单的方法是 通过命令行 安装 cuda 和 cudnn,参考的这篇
在conda虚拟环境里面用比服务器的cuda版本更高的cuda - 知乎
conda search cudatoolkit
conda install cudatoolkit=11.6.0
conda install cudnn=7.6.5
安装完了后,nvcc -v 发现还是 10.1,估计是 path 没有设置,参考这篇设置 path
nvcc -V
Ubuntu笔记--系统安装有多个Cuda时,切换Cuda版本_cuda怎么修改路径_憨豆的小泰迪的博客-CSDN博客
因为我要搞一个旋转框目标检测,PT版本不能太高,参考这篇,于是我搞了个 pytorch==1.8.1,在 pytorch官网 Previous PyTorch Versions | PyTorch
python 3.8.16
对应的找到 CUDA 11.3 对应上,
# CUDA 11.3
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.3 -c pytorch -c conda-forge
# CPU Only
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cpuonly -c pytorch
前面我用 conda search cuda 命令 搜索到 conda 有哪些 cuda可以安装,上面既然要我安装 CUDA 11.3,那我去找找 conda search cuda 有没有给出 11.3.
# 安装CUDA
conda install cudatoolkit=11.3 # 指定版本
# 安装cudnn,如果不指定版本,在安装CUDA之后,会自动匹配对应版本的cudnn安装
conda install cudnn
anaconda环境下载安装GPU版本pytorch时遇到的问题及解决方法(cuda11.3)_pytorch的gpu版老是装不上_Skylar_M的博客-CSDN博客用白勇老师YOLO课程里的桌面安装CUDA和cudnn教程完成,建议不要网上搜索的,很多都不准。
tar ‐xvf cudnn‐9.0‐linux‐x64‐v7.4.2.24.tgz
ubuntu16.04查看CUDA和cuDNN版本
cat /usr/local/cuda/version.txt
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 1
cuda的 安装,用 nvcc -V ,出错后 它 提示你 用
apt-get xxxx 的方式安装,此时你用 它提示的 安装即可,本人亲测有效。
在ubuntu安装cuda10.1和cudnn(亲测有效)_ubuntu安装cuda和cudnn_关彼得的博客-CSDN博客
记:
跑深度学习安装上CUDA就可以正常使用GPU了!不一定需要安装cuDNN,具体看你的项目需求,我的是安装上CUDA就可以跑我的深度学习项目了,用不到cuDNN。
CUDNN
先这里去下载 对应版本
cuDNN Archive | NVIDIA Developer
tar -zxvf cudnn-10.1-linux-x64-v7.6.5.32.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
参考:
ubuntu全版本安装CUDA任意版本和cudnn任意版本,以及随意卸载_卸载指定版本cuda_模糊包的博客-CSDN博客
最新12,4 CUDA 安装成功步骤:
最新在公司两台4090服务器上的安装教程:
先去 CUDA Toolkit Archive | NVIDIA Developer
选个 cuda 版本,我这里选了 12.4 通过 nvidia-smi 看 显卡驱动最高支持 cuda 是12.4
跳转网页如下:
按照上面命令执行完,然后用
nvcc -V,如果出现,说明安装成功,没有出现,用下面搞定
nvcc
命令无法找到的原因可能是由于PATH环境变量没有正确配置
nano ~/.bashrc
export PATH=/usr/local/cuda-12.4/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
-
保存文件:按下
Ctrl + O
(这是保存文件的快捷键)。 -
确认文件名:
nano
会提示你确认要保存的文件名,直接按Enter
键确认。 -
退出编辑器:按下
Ctrl + X
(这是退出nano
的快捷键)。
保存并关闭文件,然后刷新环境变量:
source ~/.bashrc
再次检查nvcc
命令:
nvcc -V
如果仍然提示找不到nvcc
,请确认CUDA是否正确安装在指定目录,并确保路径配置没有错误。
此外,你也可以检查/usr/local
目录下是否有CUDA安装目录:
ls /usr/local
如果CUDA安装成功,你应该能看到cuda-12.4
目录。确认该目录存在并包含bin
目录中的nvcc
文件:
ls /usr/local/cuda-12.4/bin
最新12.4 CUDNN 安装成功步骤:
先去 https://developer.nvidia.com/rdp/cudnn-archive
找到12,4 cuda 对应的版本,Windows下点下载,或者复制下载链接
wget "https://developer.download.nvidia.com/compute/cudnn/secure/8.9.7/local_installers/12.x/cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz?QzUUpa_asMNVb8fkHeAsMPD9BEE9S9heLTGJZRf34dFhUCX-HBfaQCcPRSmvQNC-WsaBWTs6aCdoIjTSyJPIW32iyqJ6ko9IyTNa9le2dsUYr8_vD4MkSokWB554mHMRhoSNUuHuoQZJ18t-pJDMAt4EVCKT6qV4xRDxH5KkvYSWJZICaADqqMdchvQFu6NpIkSn51iebwmVmlztsYl0nAQ=&t=eyJscyI6ImdzZW8iLCJsc2QiOiJodHRwczovL3d3dy5nb29nbGUuY29tLyJ9" -O cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz
tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz
sudo cp cudnn-linux-x86_64-8.9.7.29_cuda12-archive/include/cudnn*.h /usr/local/cuda/include
sudo cp -P cudnn-linux-x86_64-8.9.7.29_cuda12-archive/lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2