0.概述
发现网上缺少比较新的配置教程,现在好多都更新了,特此纪念四次成功的经历
注意!之前博主试过cuda10系列的,tensorRT疯狂报错,后来发现用wheel安装 tensorrt7.2.3 必须要升级到cuda11.1以及一大堆适配条件
安装之前要认真看想安装的版本的官方文档!!
现在有两条路:
1.用run装cuda, 用wheel安装 tensorrt,好处是可以自己选驱动的版本;(此文选择的方法)
2.如果想安装tensorRT的deb版本,cuda必须使用deb安装,然而cuda的deb版本安装的时候可能会覆盖你已经安装的nvidia驱动,先卸载了nvidia驱动,再执行cuda.deb包的安装,完成安装后会自动给你安装合适的nvidia驱动。
引用这个博客的思路
1.安装驱动
百试不爽的方法
还参考的这个方法
划重点:随时用dpkg -l|grep cuda
和dpkg -l|grep nvidia
检查是否卸载干净
2.安装cuda
卸载cuda
这个博客总结的很好
cd /usr/local/cuda-11.1/bin/
sudo ./cuda-uninstaller
sudo rm -rf /usr/local/cuda-11.1
划重点+1:随时用dpkg -l|grep cuda
和dpkg -l|grep nvidia
检查是否卸载干净
最新发现 这一步好像会让驱动也没了… 那就重新从驱动装起吧
安装run cuda
先去官网输入指令下载安装包,无权限就sudo wget
所有版本的下载地址
给run文件赋予执行权限:
sudo chmod a+x cuda_11.1.1_455.32.00_linux.run
后面的参数非常重要,不可省略:
sudo sh cuda_11.1.1_455.32.00_linux.run --no-opengl-libs
然后accept 同意安装 用空格取消驱动选择 因为已经安了
gedit ~/.bashrc
配置环境变量
# <<< conda init <<<
export PATH=/usr/local/cuda-11.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH
保存后,重新载入配置:source ~/.bashrc
此时可以sudo reboot
重启一下
查看CUDA版本:nvcc -V
测试CUDA的Sample:
# 编译并测试设备 deviceQuery:
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
# 编译并测试带宽 bandwidthTest:
cd ../bandwidthTest
sudo make
./bandwidthTest
如果这两个测试的最后结果都是Result = PASS,说明CUDA安装成功啦。
安装cudnn
用tar安装cuDNN:解压后,将其include与lib64下的内容分别移至cuda目录下include与lib64中即可
上官网下载好tgz 选这种library就行
如果不是tgz文件
cp cudnn-10.2-linux-x64-v8.1.1.33.solitairetheme8 cudnn-10.2-linux-x64-v8.1.1.33.tgz
tar -xzvf cudnn-10.2-linux-x64-v8.1.1.33.tgz -C /home/
tar -xzvf cudnn-11.2-linux-x64-v8.1.1.33.tgz
cd cuda
sudo cp include/* /usr/local/cuda/include
sudo cp lib64/* /usr/local/cuda/lib64
配置环境变量
# cudnn init
export CUDNN_HOME=/home/bbnclxy/Downloads/cuda
export LD_LIBRARY_PATH=${CUDNN_HOME}/lib64:$LD_LIBRARY_PATH
export CPLUS_INCLUDE_PATH=${CUDNN_HOME}/include:$CPLUS_INCLUDE_PATH
测试
cat /usr/local/cuda-11.1/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
如果弹出来版本号就可以了
tensorrt安装
按照官网的一步步来就行 这里
环境变量添加 后来发现这种方法其实不用加这个
# tensorrt init
export LD_LIBRARY_PATH=/home/bbnclxy/TensorRT-7.2.3.4/lib:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/bbnclxy/TensorRT-7.2.3.4/lib
export CUDA_INSTALL_DIR=/usr/local/cuda-11.1
export CUDNN_INSTALL_DIR=/usr/local/cuda-11.1
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
tensor2trt安装
git clone https://github.com/NVIDIA-AI-IOT/torch2trt
cd torch2trt
python setup.py install
pytorch 安装
在官网找到适合的gpu的版本
https://pytorch.org/get-started/locally/