pytorch_cuda_cudnn

本文详细介绍了在Ubuntu系统中卸载自带显卡驱动并安装NVIDIA驱动的过程,以及如何设置conda镜像源。同时,文章还阐述了安装CUDA时遇到的问题,包括需要降低gcc/g++版本、禁用自带驱动以及安装CUDA的具体步骤。对于CUDA版本切换和环境变量配置也给出了具体操作,最后提到了cudnn的安装方法。整个过程旨在确保NVIDIA驱动、CUDA和cudnn的正确安装与版本匹配。
摘要由CSDN通过智能技术生成

镜像源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

先将ubuntu自身的显卡驱动给卸载了,再安装nvidia的显卡驱动
https://www.qingsword.com/qing/1020.html

安装参考网址
https://blog.csdn.net/abcdefg90876/article/details/105781005/

驱动
直接在电脑自带的软件与更新里面安装驱动,驱动只能安装440的,不能安装450的,安装450的会造成死机(反正不能装最新的),安装完成后重启,用 nvidia-smi 查看安装成功没有,这里安装成功后会显示一个cuda10.2的 这个只能说明那个安装的驱动最高可以适配cuda10.2,不能说明就已经安装好了cuda10.2了,所以后面安装cuda的时候还得重离线文件里面安装。

cuda篇

ubuntu20安装cuda时需要降低gcc,g++的版本
在安装cuda时,自己试了一下,直接在终端输入安装的440驱动,会导致电脑开机时重复启动的问题,如果不安装驱动就马上安装cuda,会安装失败,不知道为什么。在安装驱动之前需要先降低一下gcc g++的版本
如果不降低版本的话就使用这个命令

sudo sh cuda_10.2.89_440.33.01_linux.run --override

版本太高了会导致后面cuda安装失败,还需要禁用ubuntu18自带的驱动,(https://blog.csdn.net/m0_46302454/article/details/107530257)
所以需要在 软件与更新 中直接安装440的驱动,先把驱动安装了,在本地安装cuda
注意安装cuda时必须得用sudo 开头(sudo sh cuda文件名),不然中途需要管理员权限的时候就很扎心,其中需要点yes或者no的可以参考下面的
https://blog.csdn.net/qq_43030766/article/details/91513501

多个cuda版本之间切换的问题
这个里面有解决方案
第一个:https://blog.csdn.net/tracelessle/article/details/106872211
在这里插入图片描述
这个拷贝不完整(针对高版本的cuda,主要是第一行命令不完整)
应该是把这个文件夹下面的文件完全拷贝过去
在这里插入图片描述

第二个:https://blog.csdn.net/weixin_42106049/article/details/85065489

注意:
cuda在修改环境变量的时候得有两个操作
先照着第一个网址中的修改环境变量操作,需要添加的内容采用他的 推荐采用 的这个内容

接着参照第二个网址采用 办法二 进行操作
因为第一个网址中的的推荐操作没有版本号,是为了在以后多个cuda方便切换,所以在第二个网址中需要将版本号去掉
如:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64

改为:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64

多个cuda版本切换操作
记住,删除软链接必须得在/usr/local/文件下打开终端

sudo rm -rf cuda
sudo ln -s cuda-9.0 cuda

nvcc -V查看cuda的版本号
nvidia-smi查看GPU使用情况
这两个里面的cuda版本不需要必须对应一致
https://blog.csdn.net/qxqxqzzz/article/details/103453413

cuda10.1下载失败,下载的是.run文件,这个网址介绍的是下载.deb文件(已解决,要一直在那个下载界面,后面得时候存在下载慢,所以就会失败)
https://www.jianshu.com/p/258874302540

已有高版本10.0 安装低版本的教程
https://www.cnblogs.com/lyl0618/p/13714191.html

cudnn安装
cudnn也需要下载离线文件 选择 for linux 的文件 不能下载.deb的文件 因为最后的安装步骤和win系统很像,只需要拷贝文件就行了
安装的时候打开终端的位置不能在cuda之中,解压出来的文件名字就是cuda
解压命令 sudo tar zxvf 文件名
https://blog.csdn.net/wanzhen4330/article/details/81699769#cudnn%E7%9A%84%E5%AE%89%E8%A3%85
他这个网址是正确的,里面的cudnn的安装步骤是正确的

注意,当cudnn的版本为8.0时还需要运行

sudo cp cuda/include/cudnn_version.h /usr/local/cuda/include/
sudo chmod a+r /usr/local/cuda/include/cudnn_version.h

然后查看cudnn的版本

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

不然cudnn查看版本时会没有输出。

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