一.安装CUDA
切换显卡驱动,并通过NVIDIA-smi查看信息:
![](https://img-blog.csdnimg.cn/img_convert/adf723426706fa7dc3d6dfe985ceacd3.png)
考虑到后面安装PyTorch,不建议使用最新的驱动,这样CUDA版本不会过高。
![](https://img-blog.csdnimg.cn/img_convert/dd36a4ac770fb503cb23f89c2e599649.png)
在英伟达官网下载CUDA,我的是11.8。
![](https://img-blog.csdnimg.cn/img_convert/3be6b15dad4b3585b93ba99d96e96b52.png)
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run
安装
如果在这一步报错Failed to verify gcc version. See log at /var/log/cuda-installer.log for details.解决方案为:
sudo sh cuda_11.8.0_520.61.05_linux --override
在下一个界面中,不要安装显卡驱动,选择安装即可。
Please make sure that
- PATH includes /usr/local/cuda-11./bin
- LD_LIBRARY_PATH includes /usr/local/cuda-11.8/lib64, or, add /usr/local/cuda-11.8/lib64 to /etc/ld.so.conf and run ldconfig as root
这个代码的路径很重要。
输入vim ~/.bashrc
在最后添加
export PATH="/usr/local/cuda-11.8/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH"
保存之后出来
source ~/.bashrc
验证
nvcc -V
![](https://img-blog.csdnimg.cn/img_convert/6f9db65bdb864195025e4315cc768eb1.png)
得到如上结果即可。
二.安装cuDNN
下载对应版本(我的是11.8)以deb为例
输入以下代码:
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /"
sudo apt get update
sudo apt-get install libcudnn8=8.8.0.121-1+cuda11.8
sudo apt-get install libcudnn8-dev=8.8.0.121-1+cuda11.8
三.安装PyTorch
在官网选择对应版本:例如
![](https://img-blog.csdnimg.cn/img_convert/83c6a30066824c78192b8c4c8a900939.png)
2.输入Run this Command中的代码即可。
如果有任何困惑和疑问欢迎给我留言或评论。