很多小伙伴都和我抱怨(其实我自己也是)服务器上管理员已安装好显卡驱动或已安装的CUDA版本无法满足自己要求(要么太高要么太低),与自己需要的TensorFlow或者Pytorch版本不兼容,急的头皮发麻!!!今天熬夜写博客带大家一起来安装属于自己的CUDA与cuDNN!
一、前期准备工作
1.1 输入nvidia-smi
查看自己的显卡驱动版本以及支持的最大CUDA版本:
确认不是自己需要的版本。
然后进入英伟达提供的GPU驱动和CUDA对应关系,
确认自己目前的GPU驱动是否符合自己要安装的CUDA版本,符合就进入下一步,不符合就安装更加高级的驱动。
1.2 输入uname -a与cat /proc/version查看系统的信息,方便匹配对应的CUDA:
可以看到我们的系统是Linux,Ubuntu的内核,64位(x86_64)的系统。
Ubuntu版本号为18.04。
1.3 安装包下载:
1.3.1 下载CUDA:
进入英伟达CUDA下载页面,