基于Ubuntu20.04 GTX960m搭建cuda&cunn

基于Ubuntu20.04 GTX960搭建TensorFlow

基础:

  • PC:ubuntu 20.04
  • 显卡:GTX 960m

获取电脑的显卡驱动型号

CUNN地址
CUDA-ToolKit
CUDA-ToolKit安装方式

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
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda

通过nvcc -v获取PC是否已经安装成功CUDA

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Sun_Aug_15_21:14:11_PDT_2021
Cuda compilation tools, release 11.4, V11.4.120
Build cuda_11.4.r11.4/compiler.30300941_0

确认电脑已经安装成功ToolKit
通过nvidia-smi获取PC是否安装成功显卡驱动

Sat Sep 11 16:57:40 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 470.63.01    Driver Version: 470.63.01    CUDA Version: 11.4     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ...  Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   37C    P8    N/A /  N/A |     64MiB /  4046MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A       984      G   /usr/lib/xorg/Xorg                 56MiB |
|    0   N/A  N/A      1383      G   /usr/bin/gnome-shell                6MiB |
+-----------------------------------------------------------------------------+

备注:ubuntu20.04可以通过软件和更新->附加驱动安装对应的官方驱动,这样简单些
备注:如果失败,请查看下是不是PC上的安全模式没有别关闭

然后根据需求的nvidia-smi获取的信息CUDA Version了解到对应的CUDA版本
安装成功后,下载对应的CUNN版本,对应的下载页面上对应版本的信息,下载

CUNN的配置

  • 解压缩 cudnn-11.4-linux-x64-v8.2.2.26.tgz
tar -xzvf cudnn-11.4-linux-x64-v8.2.2.26.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-11.4/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.4/lib64
sudo chmod a+r /usr/local/cuda-11.4/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-11.4/lib64/libcudnn*

以上:仅仅是对于已有经历做了一个初步的记录,实际操作过程中,走了很多错误步骤,其中是否对于结果产生影响,个人能力有限,无法对比验证

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
安装 PyTorch GPU 版本需要先安装 CUDA 和 cuDNN。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。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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