零之前言
很多基于机器学习的都要跑CUDA,不管是视觉计算还是大数据计算,很多都要基于这个环境。所以就记录以下这一系列套件的安装。
先说我电脑配置Ubuntu18.04
、GTX1060 6G
、16G RAM
、i7-8750h
。
一.安装显卡驱动
如果你知道你要跑的东西对于CUDA版本有要求,那么需要根据CUDA版本来选择显卡驱动版本。CUDA版本决定显卡版本:查看地址
记得把主板的安全启动模式关了:
否则等会儿会有额外的设置↓
编译完成后可能会出现这种情况,是未关闭安全启动模式,根据提示来就行。
先添加源:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
然后查看推荐驱动:
ubuntu-drivers devices
然后安装推荐的显卡驱动:
sudo apt install nvidia-driver-440
可能会有点慢,如果实在太慢了可以尝试手机热点,或者用些其他的方式加速下载。
重启,然后输入以下内容,看看效果:
nvidia-smi
或者根据应用程序里N卡的控制面板打开也行
至此,N卡驱动安装完成!
二.安装CUDA
进入Nvidia的CUDA下载页面:下载页面
一步一步选择我们的信息:
复制下面出来的两句Base Installer命令中的文件地址到浏览器的地址栏 就可以下载(这样下载了我会把文件保存,免得以后用到的时候再下载)
然后到我们的下载目录去运行它,就sudo sh xxxxx.run
等一会儿后就是漫长的声明了:
现在是安装清单,我们取消掉第一步的安装N卡驱动就行。
然后就安装好了,并且告诉你了工具包和样例的位置:
去我们的样例包里随便编译一个试试:
编译make
编译成功的文件被移动到了"…/…/bin/x86_64/linux/release",然后就cd “该位置”
进去后直接运行./编译的文件名
即可
如果是deviceQuery这个项目,如果安装成功会提示CUDA的信息和成功(Result = PASS)
致此,CUDA安装完成!
三.安装CUDNN
去NVIDIA的CUDNN页面,需要注册与登录,就用我们在Win下面更新驱动的nvidia geforce使用的N卡帐号即可。
根据CUDA版本选CUDNN:
有三个,开发库、运行库、代码样例。我也不知道具体有啥差异,就把三个全部下载下来,反正又不限速。
deb文件直接安装,安装好后,我们进入/usr/src/cudnn_samples_v7/mnistCUDNN
文件夹,sudo make
编译一下代码,运行./mnistCUDNN
得到"Test passed!"
致此,我们的Cudnn也安装完成!
四.后记
一年前下载Cuda和Cudnn的时候,需要修改好多东西,现在基本上直接安装就搞定了,配置啥的也不用修改,真好,泪目~