Linux 配置 cuda 环境变量(笔记)

最新推荐文章于 2024-03-20 15:59:42 发布
最新推荐文章于 2024-03-20 15:59:42 发布
阅读量3.1k 收藏 3
点赞数
分类专栏： DeepLearning Linux 文章标签： linux python 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44042453/article/details/127377497
版权

简单记个笔记

1、将 cuda 加入到环境变量中，在命令行输入以下命令:

export PATH="$PATH:/data/zhangjiong/cuda-10.0/bin"
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/data/zhangjiong/cuda-10.0/lib64/"
export LIBRARY_PATH="$LIBRARY_PATH:/data/zhangjiong/cuda-10.0/lib64"

说明: 上面路径中的 /data/zhangjiong/cuda-10.0 是我安装 cuda 的位置。

 

2、更新系统环境变量

source .bashrc

3、查看当前 cuda 版本

nvcc -V

 

HS_zhangjiong
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
cudnn-linux-x86-64-8.9.0.131-cuda12-archive.tar.xz
05-26
cudnn8.9.0，适用于cuda12.X版本，Linux（centos、ubuntu）系统
linux 下设置 cuda 的默认环境变量
sinat_34766791的博客
11-25 1万+
在 linux 下使用 pip 安装 tensorlfow 的时候（官方教程：https://www.tensorflow.org/install/pip）， 如果 cuda 的版本不被 tensorflow 支持，安装不会报错，依然会成功。但是实际无法运行程序，利用官方的测试代码检查： $ python -c "import tensorflow as tf; tf.enable_eager_e...
Linux下安装CUDA并配置环境变量
热门推荐
liu_feng_zi_的专栏
07-09 2万+
1、网站下载：官网 2、选项结束后，出现下图 跳转到里面的网址进行下载 3、将文件上传，下面执行安装步骤。 4、执行命令: sh cuda_11.0.2_450.51.05_linux.run 5、同意协议： accept 6、选择安装选项： 上下箭头是移动，左右箭头是展开/收缩列表，回车是选择，A是高级选项，我这里选择了不安装驱动，其他都安装。 最后选择install。 ７、安装成功 ８、添加环境变量： 打开～.bashrc，添加下面两句话： export
在 Linux 系统中加入 CUDA 环境变量
weixin_50609465的博客
03-20 262
【代码】在 Linux 系统中加入 CUDA 环境变量。
Linux下nvcc -V 与 nvidia -smi 已安装但command not found问题
wowo的专栏
09-26 1万+
近期在使用GPU时发现在命令行输入nvcc -V及nvidia -smi实时查看GPU时发现无法工作，但电脑已经装好CUDA。现给出解决办法。 1. nvcc -V 原因：CUDA已安装，但是没有添加到环境变量。 解决方法： echo 'export PATH=/usr/local/cuda-10.1/bin/:$PATH'>>~/.bashrc echo 'expor...
Linux安装CUDA & 添加环境变量 & 多版本CUDA切换 (软链接)
m0_46093829的博客
11-28 1万+
Linux安装多CUDA & 添加环境变量 & 多版本CUDA切换 (软链接)
Linux服务器或Windows系统配置GPU环境
weixin_48919321的博客
05-14 1307
如何在Linux服务器上配置GPU环境
Linux下服务器更改环境变量
IsayIwant的博客
03-15 1343
根目录下/usr/local里有cuda。可以用env指令或者缺省的export指令查看当前环境变量，输出的格式和顺序可能有所不同。也可以vi ~./bashrc。查看后发现确实没有cuda所需的环境变量。ash_profile只有在登录sdnu的时候才会访问里面内容放到内存里，即生效。ashrc是每次开一个新的bash都会读里面内容放到内存里，即生效。（实际上这两个文件就是脚本，读的时候（运行）的时候才会生效）环境变量是全局的，同一用户下更改都能使用。把CUDA的环境添加进账户的环境变量里。
linux添加cuda路径到bashrc环境变量
as_your_heart的博客
12-09 710
查看linux中存在的cuda版本，进入/usr/local目录。添加自己需要的cuda版本到环境变量,然后source一下使其生效。
cudNN8.2.1 Linux版本【第一部分】，适用cuda11.x
03-31
若需完整使用请继续下载“cudNN8.2.1 Linux版本【第二部分】，适用cuda11.x” 解压后请cd到cuda的目录下，执行以下操作完成cudnn的配置： mkdir cuda cd cuda mkdir lib64 将下载的压缩包复制到lib64中，解压。 以下操作请在下载完第二部分之后执行。 全部完成之后的文件夹结构应为 /PATH/TO/cuda/ --include/ --lib64/ --libcudnn1.tar.gz --libcudnn2.tar.gz === sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64 sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h sudo chmod a+r /usr/local/cuda-10.1/lib64/libcudnn*
CUDA_MEX_CMake:使用 CMake 编译具有 CUDA GPU 支持的 MEX 的示例-matlab开发
06-01
这是一个带有 cmake 构建树的 MEX 代码模板，用于演示如何使用 cmake 编译具有 CUDA GPU 支持的 Matlab MEX 文件。 编译 MEX 需要 cmake 和 CUDA。 要在 Linux 下编译测试 MEX， 首先将 MATLAB_ROOT 环境变量设置为您安装的 matlab 路径， 例如'导出MATLAB_ROOT=/usr/local/MATLAB/R2012b'， 然后，简单地做 mkdir 构建光盘构建cmake ../src 制作进行安装 要在 Windows 下编译测试 MEX， 首先将 MATLAB_ROOT 环境变量设置为您安装的 matlab 路径， 然后，使用 cmake 或 cmake-gui 根据安装的编译器（例如 MSVS）生成构建项目， 然后，使用此编译器构建生成的项目。 测试 MEX 源代码位于 /src/cudamex/cu
cuda.rar_cuda_linux cuda
09-24
cuda这个新的多核处理语言，希望大家
CUDA环境配置教程1
08-04
CUDA环境配置教程1
Ubuntu Linux下配置GPU版CUDA和cuDNN
03-10
Ubuntu Linux下配置GPU版CUDA和cuDNN
linux下cuda fortran环境搭建
08-30
ubuntu/centos搭建cuda fortran，hpc sdk，cuda
cuda.rar_linux cuda
09-24
Definitions for talking to the CUDA. The CUDA is a microcontroller which controls the ADB.
配置CUDA 5.0以及MFC的CUDA工程配置
07-18
配置CUDA 5.0以及MFC的CUDA工程配置。有时候需要完成包含有窗体的CUDA工程，需要按照上传的资料进行配置
cuda环境变量配置
最新发布
04-15
CUDA环境变量配置是为了在使用NVIDIA的CUDA平台进行GPU编程时，能够正确地找到CUDA相关的库和工具。下面是CUDA环境变量配置的步骤： 1. 安装CUDA Toolkit：首先需要下载并安装NVIDIA的CUDA Toolkit，可以从NVIDIA官方网站下载对应版本的CUDA Toolkit。 2. 添加CUDA路径到系统环境变量：在Windows系统中，打开“控制面板” -> “系统和安全” -> “系统”，点击左侧的“高级系统设置”，在弹出的窗口中点击“环境变量”按钮。在“系统变量”下找到“Path”变量，点击“编辑”，然后在变量值的末尾添加CUDA的安装路径，例如：“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin”。 3. 添加CUDA库路径到系统环境变量：同样在“环境变量”窗口中，在“系统变量”下点击“新建”按钮，添加一个名为“CUDA_PATH”的变量，将其值设置为CUDA的安装路径，例如：“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0”。 4. 验证配置是否成功：打开命令提示符，输入以下命令来验证CUDA环境变量配置是否成功： ``` nvcc --version ``` 如果成功配置了CUDA环境变量，将会显示CUDA的版本信息。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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