ubuntu18.04安装深度学习套件 cuda、cudnn避坑全集正确姿势

上一篇文章讲了如何在ubuntu18.04下安装nvidia显卡驱动，那么在安装好显卡驱动的环境下把cuda和cudnn一起装了吧。工作量也不少，我又卸载了好几次，深度学习环境搭建避坑全集来了！！！！

---

前言

这是我上篇吐血装好的显卡驱动：
这里说一下各个参数的含义：
下方的processes表示每个进程对GPU的显存使用率。

可以看到我的驱动版本是460.67，后面CUDA对应的版本是：11.2
别以为是已经安装好了CUDA，这只是给你推荐对应下载的CUDA版本，还得自己动手

---

一、安装NVIDIA Cuda

1. 进入官网

2. 老版链接

3.点击跟你系统对应的块，最后那个选择runfile（local）即可出现对应的下载连接，复制到terminal上下载。

这是我的截图。。。

然后找到这两行代码，依次复制到终端执行。

查看一下cuda版本号是否正确。这里我的是cuda_11.2.0，没问题，下一步

二、安装

1.如果以前有安错的版本或者老版本，卸载传送门

2.安装

sudo sh cuda_11.2.0_460.27.04_linux.run      //你刚下载的.run文件

然后出现这个

输入accept
取消 Driver 的勾选！
上下键到install的位置，回车即可安装安装完成！

3.配置环境变量

打开环境变量文本

sudo gedit ~/.bashrc     //个人感觉gedit比Vim好用

加入如下环境变量
打开/usr/local/cuda-11.2。一般下载到这里
注意：这里采用cuda而非cuda-版本号是为了多CUDA版本方便切换

# CUDA
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

更新变量：

source ~/.bashrc

nvcc移动至/usr/bin/

sudo cp /usr/local/cuda-11.2/bin/nvcc /usr/bin/
# 注意cunda-版本号的对应

4. 验证cuda是否成功

nvcc --version

ok！成功！！

注意：补充：如果用户环境变量(~/.bashrc)已更改，但仍显示旧cuda版本，请将之前旧版本的环境变量删除。reboot重启。

三、安装cdnn

1. 登陆官网，这里需要注册一个账号

下载CUDA11.2-Ubuntu18.04对应的3个Deb
一定找到自己对应的版本号，不要找错！在这里插入图片描述

这是我下的，注意都是8.1.0.77
下一步开始run这三个就ok，注意顺序是图片上的顺序，要不会牵扯到无依赖的包

#注意这里-i后面依次换上你下载那三个包的名字！！！
sudo dpkg -i libcudnn8_8.1.0.77-1+cuda11.2_amd64.deb
sudo dpkg -i libcudnn8-dev_8.1.0.77-1+cuda11.2_amd64.deb
sudo dpkg -i libcudnn8-samples_8.1.0.77-1+cuda11.2_amd64.deb

复制the cuDNN samples至HOME

cp -r /usr/src/cudnn_samples_v8/ $HOME   

更换目录

cd  $HOME/cudnn_samples_v8/mnistCUDNN       #这里你会发现home中多了cudnn_samples_v8这个文件夹

编译 the mnistCUDNN sample

make clean && make

如果在这里出现问题：
1.下载FreeImage
2.解压下载的zip，放到home的download中（自己指定）打开README.linux
阅读后按照 Installation 安装：

打开命令行，进入解压文件的目录（请以自己的为准）
安装(make, make install)
清理(make clean)

cd /download/FreeImage/  #注意别忘了这个斜线！！！
make
make install
make clean

这个过程需要时间有点长，最后出现警告和error也没事。

!!!如果在执行make clean && make过程中出现test.c:1:10: fatal error: FreeImage.h: 没有那个文件或目录

那么就执行这一步：

sudo apt-get install libfreeimage3 libfreeimage-dev

然后，重新编译 the mnistCUDNN sample

cd  $HOME/cudnn_samples_v8/mnistCUDNN
make clean && make

直接运行 the mnistCUDNN sample.

./mnistCUDNN

成功！！

2.终极验证cudnn

依次输入到终端：

cd /usr/local/cuda/samples/1_Utilities/deviceQuery 
sudo make
./deviceQuery 

输入密码

出现result=PASS 就意味着成功了！！！

总结

一路走来，跌跌撞撞…… 慢慢来，虽然时间有点长，不过真的学到了许多。 如果你有自己解决不了的问题，问就完了！最后建议自己动手实践一下，你会收获甚多！加油！！！