Ubuntu18.04 安装Nvidia驱动、CUDA、cuDNN和Pytorch
目录
0、个人配置
系统 Ubuntu 18.04
GPU Nvidia RTX 3060
CPU i7-10750H
计划安装的工具包版本
CUDA 11.1
Pytorch 1.8.1
1、Nvidia驱动
参考Ubuntu 18.04 安装 NVIDIA 显卡驱动,本人直接用使用 Ubuntu 软件仓库中的稳定版本安装
sudo ubuntu-drivers autoinstall
注:也可以不用提前安装Nvidia驱动,安装CUDA的时候可以一并安装。但是笔者使用CUDA安装的Nvidia驱动貌似有点问题,执行nvidia-smi无法找到设备,故另行安装的GPU驱动,在安装CUDA时取消了驱动的安装
2、CUDA和cuDNN
(1)禁用nouveau驱动
参考以上链接,不禁用的话安装CUDA会报错。
(2)安装CUDA
首先在CUDA官网下载CUDA工具包,根据具体配置选择
根据下方生成的下载链接下载,这里选择的是runfile文件。
wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run
下载完成后运行该安装文件
sudo sh cuda_11.1.0_455.23.05_linux.run
(如果之前已经安装好正确的GPU驱动,在安装选项中取消驱动的安装)
(3)安装cuDNN
cuDNN下载链接,需要完成注册才能下载。根据CUDA的版本下载相应版本的cuDNN。
完整过程参考cuDNN安装指南
cuDNN提供了几种不同类型的安装文件,这里个人选择的是Tar文件,即图中第二个
下载完成之后,解压
tar -xzvf cudnn-x.x-linux-x64-v8.x.x.x.tgz
之后将解压后的头文件和库文件复制到CUDA的安装路径下并加权限即可
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
3、Anaconda
下载地址官网,选择Linux 64bit(x86)下载,下载完成后运行即可
sh Anaconda3-2020.11-Linux-x86_64.sh
4、Pytorch
各种配置的过程参照Pytorch官网,根据实际情况选择相应配置。笔者的配置如下:
此处选择使用conda安装pytorch,执行以下指令
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge
出现以下错误:
解决方法:更新conda
conda update --prefix /home/airrey/anaconda3 anaconda
之后再重新执行pytorch安装指令,conda将下载一系列的包,大概两个多G,耗时较长,最终完成安装。
验证pytorch安装成功
命令行输入
python3
进入python,输入以下代码,导入pytorch,生成一个5*3大小的随机tensor,并打印出来
import torch
x = torch.rand(5, 3)
print(x)
验证GPU驱动和CUDA是否能被pytorch使用
import torch
torch.cuda.is_available()
到此为止就全部完成啦!