NVIDIA显卡+cuda+cudnn安装

一. nvidia显卡安装教程:

链接: ubuntu20.04到ubuntu18.04安装英伟达(nvidia)显卡驱动的血泪史.

小编在安装过程中遇到以下问题:
借鉴原作者的第三种方法,前面几步没有问题,在第(5)处有个小问题了,需要注意一点。
1.按照作者的命令,

sudo  gedit  /etc/modprobe.d/blacklist-nouveau.conf

截图如下,可见文件打开有误,因为该文件不存在,所以打开后也没有什么。
在这里插入图片描述
解决方法:将“blacklist-nouveau”改为“blacklist”,这样才能正确打开,因为该文件是存在的。

sudo  gedit  /etc/modprobe.d/blacklist.conf

在这里插入图片描述
2.在tty3的终端里安装NVIDIA显卡驱动时,小编在里面安装不了,总是跳出一些小框框,所以直接跳过tty3文字登陆界面终端①,在图形界面终端执行②。

在这里插入图片描述
3.安装成功
在这里插入图片描述

二. cuda安装

1.安装教程链接: Ubuntu18.04安装cuda10.0.

2.相关说明
2.1 建议采用.run格式安装;
2.2 不再安装cuda内建议的nvidia显卡驱动。这是重点!!!之间小编忽略了这一步,选择“yes”,后面安装完后,重启都重启不了系统,搞了半天才明白,罪过罪过。
在这里插入图片描述

2.3 环境变量配置
在这里插入图片描述2.4 查看安装版本信息

nvcc -V

或者,输入以下命令,返回Result = PASS代表cuda安装成功。

cd ~/NVIDIA_CUDA-10.0_Samples/1_Utilities/bandwidthTest
make
./bandwidthTest

在这里插入图片描述

三.cudnn安装

1.下载cuda10.0版本的.tgz包,然后放置Downloads文件夹下,在此处进入终端进行解压,之后,形成一个cuda文件夹,如图(小编原先解压过了,所以此处不做替换)。在这里插入图片描述
2.关闭Downloads文件夹,鼠标在桌面右击进入终端,然后分别执行下面四行命令:

// 将CUDNN 复制到CUDA中
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ 
sudo chmod a+r /usr/local/cuda/include/cudnn.h 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

注意:前两个命令在Downloads文件夹下进入终端,然后执行;后两个命令在/home下直接下进入终端。

在这里插入图片描述

3.cudnn安装完成,通过如下命令查看cudnn下版本信息,为7.6.5。

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

在这里插入图片描述

附录

1.在ubuntu20.04+cuda11.4+cudnn8.2中,验证cudnn版本应输入如下:

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

在这里插入图片描述2.在ubuntu20.04+cuda11.0+cudnn8.1中,验证cudnn版本应输入如下:

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

但是执行后仍然没有输出,此时,可把cuda/include/cudnn_version.h复制到usr/local/cuda/include/中,即:

sudo cp Downloads/cuda/include/cudnn_version.h /usr/local/cuda/include/

在这里插入图片描述输出结果:
在这里插入图片描述

3.在ubuntu20.04中安装cuda11.0时,设置环境变量是cuda11.0,而不是带箭头的文件夹cuda

export CUDA_HOME=/usr/local/cuda-11.0
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在这里插入图片描述在这里插入图片描述

4.若是在Ubuntu20.04中安装cuda11.0,则cudnn的操作,是将cudnn文件夹内的文件复制到cuda-11.0中,而不是带箭头的文件夹cuda

在这里插入图片描述在这里插入图片描述在这里插入图片描述
总的4行命令为:

sudo cp cuda/include/cudnn.h /usr/local/cuda-11.0/include/ 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.0/lib64/ 
sudo chmod a+r /usr/local/cuda-11.0/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-11.0/lib64/libcudnn*
  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
安装和配置Anaconda3、PyCharm、CUDA 10.1、cuDNN 7.6和TensorFlow 2.2的步骤如下: 1. 首先,下载并安装Anaconda3。访问Anaconda官方网站,并下载适合您操作系统的安装程序。运行安装程序,按照提示进行安装。 2. 安装完成后,打开终端或命令提示符,并创建一个新的Anaconda环境。运行以下命令: ``` conda create -n env_name python=3.7 ``` 将"env_name"替换为您想要的环境名称。 3. 激活新创建的环境。运行以下命令: ``` conda activate env_name ``` 4. 下载并安装PyCharm。访问JetBrains官方网站,下载适合您操作系统的PyCharm安装程序。运行安装程序,按照提示进行安装。 5. 下载并安装CUDA 10.1。访问NVIDIA官方网站,下载与您的显卡和操作系统兼容的CUDA 10.1安装程序。运行安装程序,按照提示进行安装。 6. 下载并安装cuDNN 7.6。访问NVIDIA官方网站,并下载与您的CUDA版本和操作系统兼容的cuDNN 7.6库。将cuDNN文件解压缩到CUDA安装目录中。 7. 配置PyCharm以使用Anaconda环境。打开PyCharm并导航到"Settings" > "Project Interpreter"。单击右上角的设置图标,并选择"Add"。在打开的窗口中,选择"Conda Environment" > "Existing environment"。在"Interpreter"字段中,选择Anaconda环境的路径。 8. 在PyCharm中安装TensorFlow 2.2。返回"Settings" > "Project Interpreter",并单击右下角的"+"按钮。在搜索栏中输入"tensorflow",并选择TensorFlow包。单击"Install"按钮,完成安装。 9. 现在,您已成功安装和配置Anaconda3、PyCharm、CUDA 10.1、cuDNN 7.6和TensorFlow 2.2。您可以开始使用TensorFlow进行深度学习任务。 请注意,安装和配置步骤可能因操作系统和版本而异。建议在查找和安装这些软件时参考官方文档和教程。

“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 2
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

打赏作者

明德zhuang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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